2018-07-25

Oracle SQL Tuning_02 SQL优化方法论

RBO & CBO优化器

RBO有着一套严格的使用规则，只要你按照它去写SQL语句，无论数据表中的内容怎样，也不会影响到你的“执行计划”，也就是说RBO对数据不“敏感”，它根据ORACLE指定的优先顺序规则，对指定的表进行执行计划的选择。比如在规则中，索引的优先级大于全表扫描。RBO是根据可用的访问路径以及访问路径等级来选择执行计划。在RBO中，SQL的写法往往会影响执行计划。
CBO（Cost-Based Optimizer）是计算各种可能“执行计划”的“代价”，即COST，从中选用COST最低的执行方案，作为实际运行方案。它依赖数据库对象的统计信息，统计信息的准确与否会影响CBO做出最优的选择。如果对一次执行SQL时发现涉及对象（表、索引等）没有被分析、统计过，那么ORACLE会采用一种叫做动态采样的技术，动态的收集表和索引上的一些数据信息。

基于规则的优化器 - RBO

在判断最优查询路径时以这些定义好的优先顺序为规则

使用ROWID读取一行数据
依据聚簇连接读取一行数据
依据Unique HASH Cluster读取一行数据
依据Unique INDEX读取一行数据
CLUSTER连接
Non Unique HASH CLUSTER Key
Non Unique CLUSTER Key
Non Unique组合索引
Non Unique 单一列索引
依据索引的范围查询
依据索引的整体范围查询
Sort Merge连接
索引列的MIN、MAX计算
索引列的ORDER BY
全表扫描

注：红色是常用的规则

基于RBO的测试

构建测试环境

conn lyj/lyj
create table t10(id int, name varchar(100));

begin
    for i in 1 .. 10000 loop
        insert into t10 values(i,'lyj'||i);
    end loop;
    commit;
end;
/

create index idx_t10_id on t10(id);

exec dbms_stats.gather_table_stats(user,'T10',cascade=>true);

测试一(CBO)

explain plan for select * from t10 where id>=1 and id<=100;
select * from table(dbms_xplan.display);

PLAN_TABLE_OUTPUT
----------------------------------------------------------------------------------------------------
Plan hash value: 1113277928

------------------------------------------------------------------------------------------
| Id  | Operation                   | Name       | Rows  | Bytes | Cost (%CPU)| Time     |
------------------------------------------------------------------------------------------
|   0 | SELECT STATEMENT            |            |   100 |  1200 |     3   (0)| 00:00:01 |
|   1 |  TABLE ACCESS BY INDEX ROWID| T10        |   100 |  1200 |     3   (0)| 00:00:01 |
|*  2 |   INDEX RANGE SCAN          | IDX_T10_ID |   100 |       |     2   (0)| 00:00:01 |
------------------------------------------------------------------------------------------

Predicate Information (identified by operation id):
---------------------------------------------------

   2 - access("ID">=1 AND "ID"<=100)

14 rows selected.

测试二(CBO)

explain plan for select * from t10 where id>=1 and id<=8000;
select * from table(dbms_xplan.display);

PLAN_TABLE_OUTPUT
----------------------------------------------------------------------------------------------------
Plan hash value: 2919944937

--------------------------------------------------------------------------
| Id  | Operation         | Name | Rows  | Bytes | Cost (%CPU)| Time     |
--------------------------------------------------------------------------
|   0 | SELECT STATEMENT  |      |  8001 | 96012 |     9   (0)| 00:00:01 |
|*  1 |  TABLE ACCESS FULL| T10  |  8001 | 96012 |     9   (0)| 00:00:01 |
--------------------------------------------------------------------------

Predicate Information (identified by operation id):
---------------------------------------------------

   1 - filter("ID"<=8000 AND "ID">=1)

13 rows selected.

测试三(RBO)

explain plan for select /*+ index(t10 idx_t10_id) */ * from t10 where id>=1 and id<=8000;
select * from table(dbms_xplan.display);

PLAN_TABLE_OUTPUT
----------------------------------------------------------------------------------------------------
Plan hash value: 1113277928

------------------------------------------------------------------------------------------
| Id  | Operation                   | Name       | Rows  | Bytes | Cost (%CPU)| Time     |
------------------------------------------------------------------------------------------
|   0 | SELECT STATEMENT            |            |  8001 | 96012 |    38   (0)| 00:00:01 |
|   1 |  TABLE ACCESS BY INDEX ROWID| T10        |  8001 | 96012 |    38   (0)| 00:00:01 |
|*  2 |   INDEX RANGE SCAN          | IDX_T10_ID |  8001 |       |    18   (0)| 00:00:01 |
------------------------------------------------------------------------------------------

Predicate Information (identified by operation id):
---------------------------------------------------

   2 - access("ID">=1 AND "ID"<=8000)

14 rows selected.

CBO误区

不同SQL文本的Cost是不可比较的
统计信息就是指柱状图
执行计划突然错误, 分析柱状图就可以解决所有问题
绑定变量可以减少硬解析, 任何时候都应该使用它
/+NO_MERGE/是不使用归并连接

理解CBO

CBO可能会把SQL进行等价转换（所见非所得），借助Oracle的10053事件event，可以监控到CBO对SQL进行成本计算和路径选择的过程和方法。
CBO将系统I/O和CPU转化为统一的成本度量，比较多条可能的执行路径成本差额，最后将成本cost最少的一个作为实际生成的执行计划。

CBO成本计算

统计信息：与SQL语句所引用的对象相关，以及主机的CPU和IO
SQL语句本身

数据库实例环境，例如与优化器相关的参数设置

optimizer_features_enable – 限定优化器的特性支持到特定的Oracle版本
optimizer_index_caching – 用于在执行in-list遍历和嵌套循环连接时，优化器评估已经存在于buffer cache中的索引块的数量（以百分比的方式）。参数的取值范围是0到100，默认值为0,取值越大就越减少优化器在评估In-list和嵌套循环连接的索引扫描的开销COST
optimizer_index_cost_adj – 优化器计算通过索引扫描访问表数据的cost开销，可以通过这个参数进行调整。参数可用值的范围为1到10000。默认值为100，超过100后越大则越会使索引扫描的COST开销越高（计算的），从而导致查询优化器更加倾向于使用全表扫描。相反，值越小于100，计算出来的索引扫描的开销就越低。

optimizer_mode: ALL_ROWS(注重吞吐量-OLAP,默认值)、FIRST_ROWS_N(注重响应时间-OLTP)

SQL> show parameter optimizer

NAME                                 TYPE        VALUE
------------------------------------ ----------- ------------------------------
optimizer_capture_sql_plan_baselines boolean     FALSE
optimizer_dynamic_sampling           integer     2
optimizer_features_enable            string      11.2.0.4
optimizer_index_caching              integer     0
optimizer_index_cost_adj             integer     100
optimizer_mode                       string      ALL_ROWS
optimizer_secure_view_merging        boolean     TRUE
optimizer_use_invisible_indexes      boolean     FALSE
optimizer_use_pending_statistics     boolean     FALSE
optimizer_use_sql_plan_baselines     boolean     TRUE

CBO的核心概念

执行计划

执行计划是数据库访问操作的一组有序集合，是指导数据库对数据进行读取的算法。
查看执行计划的方法

explain plan for select * from t10 where id>=1 and id<=8000;
select * from table(dbms_xplan.display);

单表访问路径

全表扫描(Full Table Scan)
索引范围扫描(Index Range Scan)
索引快速全扫描(Fast Full Index Scan)
索引全扫描(Index Full Scan)

Costing Model 成本模型

解释

Cost = IO Cost + CPU Cost
     = (单块读IO次数*单块读时间 + 多块读IO次数*多块读时间 + 
       CPU周期/CPU速度) / 单块读的时间

单块读时间 = IO磁盘寻道时间 + 数据块大小 / IO传输速度
多块读时间 = IO磁盘寻道时间 + 多块读一次数量(db_file_multiblock_read_count) * 数据块大小 / IO传输速度
多块读次数 = 总的块数 / MBRC(db_file_multiblock_read_count)

SQL> show parameter db_file_multiblock_read_count

NAME                                 TYPE        VALUE
------------------------------------ ----------- ------------------------------
db_file_multiblock_read_count        integer     128

-- CPUCycles(CPU周期)等于PLAN_TABLE里面的CPU_COST
explain plan for select count(*) from t10;
select cpu_cost from plan_table where object_name='T10';

  CPU_COST
----------
   1699400

-- CPUSPPED(CPU速度)
SQL> select pname,pval1 from sys.aux_stats$ where sname='SYSSTATS_MAIN';

PNAME                               PVAL1
------------------------------ ----------
CPUSPEEDNW                           1200   --每秒的操作次数
IOSEEKTIM                              10   --IO磁盘寻道时间
IOTFRSPEED                           4096   --IO传输速度
SREADTIM
MREADTIM
CPUSPEED                --表示CPU每秒的转速(在操作平台上每秒执行校准操作的次数)
MBRC
MAXTHR
SLAVETHR

全表扫描成本公式

全表扫描的时候，单块读次数=0，#SRds表示单块读次数。全表扫描的成本里面，CPU消耗其实非常少，可以忽略不计，所以全表扫描的公式可以改写为：

Cost = #MRds * mreadtim  / sreadtim

索引范围扫描成本公式

cost =  
 blevel +  
 celiling(leaf_blocks *effective index selectivity) +  
 celiling(clustering_factor * effective table selectivity) 

cost = 
  索引高度 +
  celiling(叶子块*索引选择率） + 
  celiling(聚簇因子*表选择率）

索引快速全扫描成本公式

Cost ≈ Leaf Bolcks / db_file_multiblock_read_count

Clustering_factor聚簇因子

聚簇因子(Clustering_factor)是使用B树索引进行区间扫描的成本很重要因素，反映数据在表中分布的随机程序
聚簇因子的计算方法是扫描索引比较某行的ROWID和前一行的ROWID，如果这两个ROWID不属于同一个数据块，那么聚簇因子增加1，整个索引扫描完毕后，就得到了该索引的聚簇因子
对选择最优查询路径影响最大的只有列的选择率和聚簇因子

SQL> select NUM_ROWS,BLOCKS from user_tables where TABLE_NAME='T10';

  NUM_ROWS     BLOCKS
---------- ----------
     10000         28

SQL> select CLUSTERING_FACTOR from user_indexes where TABLE_NAME='T10';

CLUSTERING_FACTOR
-----------------
               24

--当CLUSTERING_FACTOR和BLOCKS接近时，  说明表中数据分布有序
--当CLUSTERING_FACTOR和NUM_ROWS接近时，说明表中数据分布很乱，最好用move等命令进行优化

嵌套循环连接成本公式

哈希连接成本公式

排序合并连接成本公式

选择率 - Selectivity

计算依据

选择率是指满足条件的行在查询的结果集中所占的比率，即满足需求的行数 / 可用的总行数

Selectivity = "required range" divided by "total available range"

多表连接Selectivity

基数 - Cardinality

Oracle经典的查询转换

视图合并(view merge)

如果不进行视图合并，那么这个视图就会当成一整块，在SQL执行过程中，这个视图会被当成一个结果集，然后再去和别的表/结果集关联。
如果进行了视图合并，那么这个视力就不会当成一整块了，它会被拆散，分开的执行。CBO通常情况下认为视图进行合并之后，性能较高，所以一般情况下都会发生视图合并。但是并不是每次进行了视图合并性能就高，所以在进行SQL优化的时候要特别留意视图合并。

视图合并(view merge)试验

explain FROM WHERE AND AND SQL> select PLAN_TABLE_OUTPUT ------------- Plan hash value: 2990975862 ------------- | Id | Operation ------------- | 0 | SELECT | 1 | |* 2 | |* 3 | | 4 | |* 5 | |* 6 | |* 7 | |* 8 | | 9 | | 10 | | 11 | |* 12 | |* 13 | | 14 | |* 15 | |* 16 | |* 17 | |* 18 | | 19 | |* 20 | | 21 | |* 22 | |* 23 | | 24 | |* 25 | |* 26 | | 27 | |* 28 | | 29 | | 30 | | 31 | |* 32 | |* 33 | | 34 | | 35 | |* 36 | |* 37 | |* 38 | | 39 | | 40 | ------------- .... -- 视图不合 explain FROM WHERE AND AND SQL> select PLAN_TABLE_OUTPUT ------------- Plan hash value: 3297109666 ------------- | Id | Operation ------------- | 0 | SELECT | 1 | |* 2 | | 3 | |* 4 | |* 5 | | 6 | |* 7 | |* 8 | | 9 | |* 10 | | 11 | | 12 | | 13 | |* 14 | |* 15 | | 16 | | 17 | |* 18 | |* 19 | |* 20 | | 21 | | 22 | |* 23 | | 24 | |* 25 | |* 26 | |* 27 | |* 28 | | 29 | | 30 | | 31 | |* 32 | |* 33 | | 34 | |* 35 | |* 36 | |* 37 | |* 38 | | 39 | |* 40 | | 41 | ------------- sql">

-- 视图合并 plan for SELECT to_char(wmsys.wm_concat(a.TABLE_NAME)) user_tables a, dba_objects b a.TABLE_NAME = b.OBJECT_NAME b.OWNER = 'LYJ' B.OBJECT_TYPE = 'TABLE'; * from table(dbms_xplan.display); --------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------- | Name        | Rows  | Bytes | Cost (%CPU)| Time     | ------------------------------------------------------------------------------------- STATEMENT                   |             |     1 |   203 |   297   (2)| 00:00:04 | SORT AGGREGATE                    |             |     1 |   203 |            |          | HASH JOIN                        |             |  1211 |   240K|   297   (2)| 00:00:04 | VIEW                            | DBA_OBJECTS |  1596 | 75012 |    51   (2)| 00:00:01 |   -- 执行计划中只能看到DBA_OBJECTS视图 UNION-ALL                      |             |       |       |            |          |    TABLE ACCESS BY INDEX ROWID   | SUM$        |     1 |    26 |     0   (0)| 00:00:01 |   -- USER_TABLES视图被合并 INDEX UNIQUE SCAN            | I_SUM$_1    |     1 |       |     0   (0)| 00:00:01 | FILTER                        |             |       |       |            |          | HASH JOIN                    |             |  1595 |   182K|    51   (2)| 00:00:01 | INDEX FULL SCAN             | I_USER2     |    36 |   756 |     1   (0)| 00:00:01 | NESTED LOOPS                |             |  1595 |   149K|    50   (2)| 00:00:01 | TABLE ACCESS BY INDEX ROWID| USER$       |     1 |    18 |     1   (0)| 00:00:01 | INDEX UNIQUE SCAN         | I_USER1     |     1 |       |     0   (0)| 00:00:01 | TABLE ACCESS FULL          | OBJ$        |  1595 |   121K|    49   (3)| 00:00:01 | NESTED LOOPS                 |             |     1 |    28 |     2   (0)| 00:00:01 | INDEX SKIP SCAN             | I_USER2     |     1 |    19 |     1   (0)| 00:00:01 | INDEX RANGE SCAN            | I_OBJ4      |     1 |     9 |     1   (0)| 00:00:01 | FILTER                        |             |       |       |            |          | HASH JOIN                    |             |     1 |    97 |     1   (0)| 00:00:01 | TABLE ACCESS BY INDEX ROWID | USER$       |     1 |    18 |     1   (0)| 00:00:01 | INDEX UNIQUE SCAN          | I_USER1     |     1 |       |     0   (0)| 00:00:01 | INDEX FULL SCAN             | I_LINK1     |     1 |    79 |     0   (0)| 00:00:01 | HASH JOIN OUTER                 |             |  1211 |   184K|   245   (1)| 00:00:03 | HASH JOIN RIGHT OUTER          |             |  1211 |   178K|   232   (1)| 00:00:03 | INDEX FULL SCAN               | I_USER2     |    36 |   108 |     1   (0)| 00:00:01 | HASH JOIN OUTER               |             |  1211 |   175K|   231   (1)| 00:00:03 | HASH JOIN                    |             |  1211 |   165K|   218   (1)| 00:00:03 | TABLE ACCESS FULL           | TS$         |     8 |    24 |     5   (0)| 00:00:01 | HASH JOIN RIGHT OUTER       |             |  1211 |   162K|   213   (1)| 00:00:03 | TABLE ACCESS FULL          | SEG$        |  2833 | 31163 |    27   (0)| 00:00:01 | NESTED LOOPS               |             |  1211 |   149K|   186   (2)| 00:00:03 | MERGE JOIN CARTESIAN      |             |  1596 |   152K|    49   (3)| 00:00:01 | HASH JOIN                |             |     1 |    68 |     0   (0)| 00:00:01 | FIXED TABLE FULL        | X$KSPPI     |     1 |    55 |     0   (0)| 00:00:01 | FIXED TABLE FULL        | X$KSPPCV    |   100 |  1300 |     0   (0)| 00:00:01 | BUFFER SORT              |             |  1596 | 47880 |    49   (3)| 00:00:01 | TABLE ACCESS FULL       | OBJ$        |  1596 | 47880 |    49   (3)| 00:00:01 | TABLE ACCESS CLUSTER      | TAB$        |     1 |    28 |     1   (0)| 00:00:01 | INDEX UNIQUE SCAN        | I_OBJ#      |     1 |       |     0   (0)| 00:00:01 | INDEX FAST FULL SCAN         | I_OBJ1      | 14362 |   112K|    13   (0)| 00:00:01 | INDEX FAST FULL SCAN           | I_OBJ1      | 14362 | 71810 |    13   (0)| 00:00:01 | ------------------------------------------------------------------------------------- 并 plan for  SELECT /*+ no_merge(a) */ to_char(wmsys.wm_concat(a.TABLE_NAME)) user_tables a, dba_objects b a.TABLE_NAME = b.OBJECT_NAME b.OWNER = 'GYJ' B.OBJECT_TYPE  = 'TABLE'; * from table(dbms_xplan.display); --------------------------------------------------------------------------------------- ------------------------------------------------------------------------------------- | Name        | Rows  | Bytes | Cost (%CPU)| Time     | ------------------------------------------------------------------------------------- STATEMENT                   |             |     1 |    66 |   297   (2)| 00:00:04 | SORT AGGREGATE                    |             |     1 |    66 |            |          | HASH JOIN                        |             |  1211 | 79926 |   297   (2)| 00:00:04 | VIEW                            | USER_TABLES |  1211 | 23009 |   245   (1)| 00:00:03 |   -- 执行计划中会有两个视图，USER_TABLES HASH JOIN OUTER                |             |  1211 |   184K|   245   (1)| 00:00:03 | HASH JOIN RIGHT OUTER         |             |  1211 |   178K|   232   (1)| 00:00:03 | INDEX FULL SCAN              | I_USER2     |    36 |   108 |     1   (0)| 00:00:01 | HASH JOIN OUTER              |             |  1211 |   175K|   231   (1)| 00:00:03 | HASH JOIN                   |             |  1211 |   165K|   218   (1)| 00:00:03 | TABLE ACCESS FULL          | TS$         |     8 |    24 |     5   (0)| 00:00:01 | HASH JOIN RIGHT OUTER      |             |  1211 |   162K|   213   (1)| 00:00:03 | TABLE ACCESS FULL         | SEG$        |  2833 | 31163 |    27   (0)| 00:00:01 | NESTED LOOPS              |             |  1211 |   149K|   186   (2)| 00:00:03 | MERGE JOIN CARTESIAN     |             |  1596 |   152K|    49   (3)| 00:00:01 | HASH JOIN               |             |     1 |    68 |     0   (0)| 00:00:01 | FIXED TABLE FULL       | X$KSPPI     |     1 |    55 |     0   (0)| 00:00:01 | FIXED TABLE FULL       | X$KSPPCV    |   100 |  1300 |     0   (0)| 00:00:01 | BUFFER SORT             |             |  1596 | 47880 |    49   (3)| 00:00:01 | TABLE ACCESS FULL      | OBJ$        |  1596 | 47880 |    49   (3)| 00:00:01 | TABLE ACCESS CLUSTER     | TAB$        |     1 |    28 |     1   (0)| 00:00:01 | INDEX UNIQUE SCAN       | I_OBJ#      |     1 |       |     0   (0)| 00:00:01 | INDEX FAST FULL SCAN        | I_OBJ1      | 14362 |   112K|    13   (0)| 00:00:01 | INDEX FAST FULL SCAN          | I_OBJ1      | 14362 | 71810 |    13   (0)| 00:00:01 | VIEW                            | DBA_OBJECTS |  1596 | 75012 |    51   (2)| 00:00:01 |   -- 和DBA_OBJECTS UNION-ALL                      |             |       |       |            |          | TABLE ACCESS BY INDEX ROWID   | SUM$        |     1 |    26 |     0   (0)| 00:00:01 | INDEX UNIQUE SCAN            | I_SUM$_1    |     1 |       |     0   (0)| 00:00:01 | FILTER                        |             |       |       |            |          | HASH JOIN                    |             |  1595 |   182K|    51   (2)| 00:00:01 | INDEX FULL SCAN             | I_USER2     |    36 |   756 |     1   (0)| 00:00:01 | NESTED LOOPS                |             |  1595 |   149K|    50   (2)| 00:00:01 | TABLE ACCESS BY INDEX ROWID| USER$       |     1 |    18 |     1   (0)| 00:00:01 | INDEX UNIQUE SCAN         | I_USER1     |     1 |       |     0   (0)| 00:00:01 | TABLE ACCESS FULL          | OBJ$        |  1595 |   121K|    49   (3)| 00:00:01 | NESTED LOOPS                 |             |     1 |    28 |     2   (0)| 00:00:01 | INDEX SKIP SCAN             | I_USER2     |     1 |    19 |     1   (0)| 00:00:01 | INDEX RANGE SCAN            | I_OBJ4      |     1 |     9 |     1   (0)| 00:00:01 | FILTER                        |             |       |       |            |          | HASH JOIN                    |             |     1 |    97 |     1   (0)| 00:00:01 | TABLE ACCESS BY INDEX ROWID | USER$       |     1 |    18 |     1   (0)| 00:00:01 | INDEX UNIQUE SCAN          | I_USER1     |     1 |       |     0   (0)| 00:00:01 | INDEX FULL SCAN             | I_LINK1     |     1 |    79 |     0   (0)| 00:00:01 | -------------------------------------------------------------------------------------
谓词推进(Predicate Pushing)
当SQL语句中包含有不能合并的视图，并且视图有谓语过滤（也就是WHERE过滤条件），CBO会将WHERE过滤条件推入视图中，这个就叫做谓词推进。谓词推进的主要目的就是让Oracle尽可能早的过滤掉无用的数据，从而提升查询性能。
create or replace view emp12 as select /*+ NO_MERGE */ ename,job,deptno from emp where sal>(select avg(sal) from emp);
explain plan for select * from emp12 where job='ANALYST';
select * from table(dbms_xplan.display);

PLAN_TABLE_OUTPUT
----------------------------------------------------------------------------------------------------
Plan hash value: 1573522662

------------------------------------------------------------------------------
| Id  | Operation            | Name  | Rows  | Bytes | Cost (%CPU)| Time     |
------------------------------------------------------------------------------
|   0 | SELECT STATEMENT     |       |     1 |    26 |     6   (0)| 00:00:01 |
|   1 |  VIEW                | EMP12 |     1 |    26 |     6   (0)| 00:00:01 |
|*  2 |   TABLE ACCESS FULL  | EMP   |     1 |    39 |     3   (0)| 00:00:01 |   -- 谓词推进EMP表
|   3 |    SORT AGGREGATE    |       |     1 |    13 |            |          |
|   4 |     TABLE ACCESS FULL| EMP   |    14 |   182 |     3   (0)| 00:00:01 |
------------------------------------------------------------------------------

Predicate Information (identified by operation id):
---------------------------------------------------

   2 - filter("JOB"='ANALYST' AND "SAL"> (SELECT AVG("SAL") FROM
              LYJ."EMP" "EMP"))


create or replace view emp11 as select ename,job,deptno from emp where sal>(select avg(sal) from emp) and rownum>=1;
explain plan for select * from emp11 where job='ANALYST';
select * from table(dbms_xplan.display);

PLAN_TABLE_OUTPUT
----------------------------------------------------------------------------------------------------
Plan hash value: 2936634123

--------------------------------------------------------------------------------
| Id  | Operation              | Name  | Rows  | Bytes | Cost (%CPU)| Time     |
--------------------------------------------------------------------------------
|   0 | SELECT STATEMENT       |       |     1 |    26 |     6   (0)| 00:00:01 |
|*  1 |  VIEW                  | EMP11 |     1 |    26 |     6   (0)| 00:00:01 |  -- 谓词没有推进
|   2 |   COUNT                |       |       |       |            |          |
|*  3 |    FILTER              |       |       |       |            |          |
|*  4 |     TABLE ACCESS FULL  | EMP   |     1 |    39 |     3   (0)| 00:00:01 |
|   5 |      SORT AGGREGATE    |       |     1 |    13 |            |          |
|   6 |       TABLE ACCESS FULL| EMP   |    14 |   182 |     3   (0)| 00:00:01 |
--------------------------------------------------------------------------------

Predicate Information (identified by operation id):
---------------------------------------------------

   1 - filter("JOB"='ANALYST')
   3 - filter(ROWNUM>=1)
   4 - filter("SAL"> (SELECT AVG("SAL") FROM LYJ."EMP" "EMP"))

子查询非嵌套化(Subquery Unnesting)
如果SQL语句中的WHERE条件后面有子查询，子查询前面有in, not in, exists, not exists, <, <=, =, >, >=等等，CBO很可能会对该子查询进行等价改写，改写的过程其实就叫做子查询扩展。Oracle始终认为SQL语句进行改写之后，CBO能更好的优化，当然，并不是所有的子查询都会被改写，子查询中有些限制条件会阻止CBO进行改写（因为改写之后不等价）
explain plan for select * from emp where deptno in(select deptno from dept where dname='SALES');
SELECT * FROM TABLE(DBMS_XPLAN.DISPLAY(NULL, NULL, 'ADVANCED -PROJECTION')); 

PLAN_TABLE_OUTPUT
----------------------------------------------------------------------------------------------------
Plan hash value: 2125045483

----------------------------------------------------------------------------------------
| Id  | Operation                    | Name    | Rows  | Bytes | Cost (%CPU)| Time     |
----------------------------------------------------------------------------------------
|   0 | SELECT STATEMENT             |         |     5 |   545 |     6  (17)| 00:00:01 |
|   1 |  MERGE JOIN                  |         |     5 |   545 |     6  (17)| 00:00:01 |
|*  2 |   TABLE ACCESS BY INDEX ROWID| DEPT    |     1 |    22 |     2   (0)| 00:00:01 |
|   3 |    INDEX FULL SCAN           | DEPT_PK |     4 |       |     1   (0)| 00:00:01 |
|*  4 |   SORT JOIN                  |         |    14 |  1218 |     4  (25)| 00:00:01 |
|   5 |    TABLE ACCESS FULL         | EMP     |    14 |  1218 |     3   (0)| 00:00:01 |
----------------------------------------------------------------------------------------

Query Block Name / Object Alias (identified by operation id):
-------------------------------------------------------------

   1 - SEL$5DA710D3
   2 - SEL$5DA710D3 / DEPT@SEL$2
   3 - SEL$5DA710D3 / DEPT@SEL$2
   5 - SEL$5DA710D3 / EMP@SEL$1


explain plan for select * from emp where deptno in(select /*+ NO_UNNEST */ deptno from dept where dname='SALES');
SELECT * FROM TABLE(DBMS_XPLAN.DISPLAY(NULL, NULL, 'ADVANCED -PROJECTION')); 
PLAN_TABLE_OUTPUT
----------------------------------------------------------------------------------------------------
Plan hash value: 963670887

----------------------------------------------------------------------------------------
| Id  | Operation                    | Name    | Rows  | Bytes | Cost (%CPU)| Time     |
----------------------------------------------------------------------------------------
|   0 | SELECT STATEMENT             |         |    14 |  1218 |     4   (0)| 00:00:01 |
|*  1 |  FILTER                      |         |       |       |            |          |
|   2 |   TABLE ACCESS FULL          | EMP     |    14 |  1218 |     3   (0)| 00:00:01 |
|*  3 |   TABLE ACCESS BY INDEX ROWID| DEPT    |     1 |    22 |     1   (0)| 00:00:01 |
|*  4 |    INDEX UNIQUE SCAN         | DEPT_PK |     1 |       |     0   (0)| 00:00:01 |
----------------------------------------------------------------------------------------

Query Block Name / Object Alias (identified by operation id):
-------------------------------------------------------------

   1 - SEL$1
   2 - SEL$1 / EMP@SEL$1
   3 - SEL$2 / DEPT@SEL$2
   4 - SEL$2 / DEPT@SEL$2

OR条件展开
select sal from emp where job='CLERK' or deptno=10;

==>

select sal from emp where job='CLERK'
UNION ALL
select sal from emp where deptno=10 and job<>'CLERK';

绑定变量

作用：绑定变量可以减少硬解析
副作用：使用绑定变量除了以上可以避免硬解析的好处之外，还有其自身的缺陷，就是这种纯绑定变量的使用适合于绑定变量列值比较均匀分布的情况，如果绑定变量列值有一些非均匀分布的特殊值，就可能会造成非高效的执行计划被选择（在生成执行的时候可能不够优化，固化了执行计划）

绑定变量的窥探
Oracle在处理带有绑定变量的SQL时候，只会在硬解析的时候才会“窥探”一下SQL中绑定变量的值，然后会根据窥探到的值来决定整个SQL的执行计划。参数：_optim_peek_user_binds
绑定变量窥探案例
构建测试数据
conn lyj/lyj
create table t8(id int ,name varchar2(100));

begin
 for i in 1 .. 10 loop
  insert into t8 values(i,'B');
  end loop;
  commit;
 end;
/

begin
 for i in 11 .. 100010 loop
  insert into t8 values(i,'A');
  end loop;
  commit;
 end;
/

col name for a10
select name,count(*) from t8 group by name;

NAME         COUNT(*)
---------- ----------
A              100000
B                  10

create index t_idx on t8(name);

收集统计信息
begin
dbms_stats.gather_table_stats(ownname=>'LYJ',
                              tabname=>'T8',
                              cascade=>true);
end;
/

没有绑定变量的执行计划
select * from t8 where name='A'; 
select * from table(dbms_xplan.display_cursor);
#==================================================================================
PLAN_TABLE_OUTPUT
----------------------------------------------------------------------------------------------------
SQL_ID  61x85hfmkf5n3, child number 0
-------------------------------------
select * from t8 where name='A'

Plan hash value: 3870692729

--------------------------------------------------------------------------
| Id  | Operation         | Name | Rows  | Bytes | Cost (%CPU)| Time     |
--------------------------------------------------------------------------
|   0 | SELECT STATEMENT  |      |       |       |    70 (100)|          |
|*  1 |  TABLE ACCESS FULL| T8   |   100K|   683K|    70   (3)| 00:00:01 |  -- 全表扫描
--------------------------------------------------------------------------

Predicate Information (identified by operation id):
---------------------------------------------------

   1 - filter("NAME"='A')
#==================================================================================

select * from t8 where name='B';
select * from table(dbms_xplan.display_cursor);
#==================================================================================
PLAN_TABLE_OUTPUT
----------------------------------------------------------------------------------------------------
SQL_ID  387rqpyaau6ag, child number 0
-------------------------------------
select * from t8 where name='B'

Plan hash value: 2794484989

-------------------------------------------------------------------------------------
| Id  | Operation                   | Name  | Rows  | Bytes | Cost (%CPU)| Time     |
-------------------------------------------------------------------------------------
|   0 | SELECT STATEMENT            |       |       |       |     2 (100)|          |
|   1 |  TABLE ACCESS BY INDEX ROWID| T8    |    18 |   126 |     2   (0)| 00:00:01 |
|*  2 |   INDEX RANGE SCAN          | T_IDX |    18 |       |     1   (0)| 00:00:01 |  -- 索引范围扫描
-------------------------------------------------------------------------------------

Predicate Information (identified by operation id):
---------------------------------------------------

   2 - access("NAME"='B')
#==================================================================================

-- 执行下面的语句可以看到，上面的两个SQL各被硬解析1次
col SQL_TEXT for a50
select sql_text,sql_id,version_count from v$sqlarea  where sql_text like 'select * from t8%';
#==================================================================================
SQL_TEXT                                           SQL_ID        VERSION_COUNT
-------------------------------------------------- ------------- -------------
select * from t8 where name='A'                    61x85hfmkf5n3             1
select * from t8 where name='B'                    387rqpyaau6ag             1
#==================================================================================

使用绑定变量的执行计划
-- 先清空一下
alter system flush buffer_cache;
alter system flush shared_pool;

variable c varchar2(100);
exec :c := 'A';
select * from t8  where name = :c;
select * from table(dbms_xplan.display_cursor);
#==================================================================================
PLAN_TABLE_OUTPUT
----------------------------------------------------------------------------------------------------
SQL_ID  83q59jq0sx58q, child number 0
-------------------------------------
select * from t8  where name = :c

Plan hash value: 3870692729

--------------------------------------------------------------------------
| Id  | Operation         | Name | Rows  | Bytes | Cost (%CPU)| Time     |
--------------------------------------------------------------------------
|   0 | SELECT STATEMENT  |      |       |       |    70 (100)|          |
|*  1 |  TABLE ACCESS FULL| T8   | 99992 |   683K|    70   (3)| 00:00:01 |
--------------------------------------------------------------------------

Predicate Information (identified by operation id):
---------------------------------------------------

   1 - filter("NAME"=:C)
#==================================================================================

exec :c := 'B';
select * from t8  where name = :c;
select * from table(dbms_xplan.display_cursor);
#==================================================================================
PLAN_TABLE_OUTPUT
----------------------------------------------------------------------------------------------------
SQL_ID  83q59jq0sx58q, child number 0
-------------------------------------
select * from t8  where name = :c

Plan hash value: 3870692729

--------------------------------------------------------------------------
| Id  | Operation         | Name | Rows  | Bytes | Cost (%CPU)| Time     |
--------------------------------------------------------------------------
|   0 | SELECT STATEMENT  |      |       |       |    70 (100)|          |
|*  1 |  TABLE ACCESS FULL| T8   | 99992 |   683K|    70   (3)| 00:00:01 |
--------------------------------------------------------------------------

Predicate Information (identified by operation id):
---------------------------------------------------

   1 - filter("NAME"=:C)
#==================================================================================
-- 如果数据库版本是ORACLE 10G，有绑定变量窥探问题，SQL的执行计划取决于第一次硬解析时窥探的值

-- 执行下面的语句可以看到，上面的两个SQL只被硬解析1次
col SQL_TEXT for a50
select sql_text,sql_id,version_count from v$sqlarea  where sql_text like 'select * from t8%';
#==================================================================================
SQL_TEXT                                           SQL_ID        VERSION_COUNT
-------------------------------------------------- ------------- -------------
select * from t8  where name = :c                  83q59jq0sx58q             2
#==================================================================================

收集直方图，然后后再查name = :c的执行计划
BEGIN
  DBMS_STATS.GATHER_TABLE_STATS(ownname=> 'LYJ',
  tabname          => 'T8',
  estimate_percent => 100,
  method_opt       => 'for all columns size skewonly',
  no_invalidate    => FALSE,
  degree           => 1,
  cascade          => TRUE);
END;
/

select * from t8  where name = :c;
select * from table(dbms_xplan.display_cursor);
#==================================================================================
PLAN_TABLE_OUTPUT
----------------------------------------------------------------------------------------------------
SQL_ID  83q59jq0sx58q, child number 1
-------------------------------------
select * from t8  where name = :c

Plan hash value: 2794484989

-------------------------------------------------------------------------------------
| Id  | Operation                   | Name  | Rows  | Bytes | Cost (%CPU)| Time     |
-------------------------------------------------------------------------------------
|   0 | SELECT STATEMENT            |       |       |       |     2 (100)|          |
|   1 |  TABLE ACCESS BY INDEX ROWID| T8    |    18 |   126 |     2   (0)| 00:00:01 |
|*  2 |   INDEX RANGE SCAN          | T_IDX |    18 |       |     1   (0)| 00:00:01 |
-------------------------------------------------------------------------------------

Predicate Information (identified by operation id):
---------------------------------------------------

   2 - access("NAME"=:C)
#==================================================================================
-- 绑定变量窥探的情况下，可以利用到直方图，Oracle 11g中的adaptive cursor sharing能区别绑定敏感游标和非敏感游标

直方图

直方图是优化器使用的一种统计数据，里面可以看出记录的分布情况
作用：当某列数据分布不均衡时，为了让CBO能生成最佳的执行计划，可能需要对表收集直方图，真方图最大的桶数(Bucket)是254
两种直方图
频率直方图，当列中Distinct_key小于254，Oralce就会自动创建频率直方图，并且桶数(Bucket)等于Distinct_key
高度直方图，当列中Distinct_key大于254，Oralce就会自动创建高度平衡直方图


收集直方图是一个很耗时的过程，如无必要，千万别去收集直方图-- 生成直方图
BEGIN
  DBMS_STATS.GATHER_TABLE_STATS(ownname=> 'LYJ',
  tabname          => 'T8',
  estimate_percent => 100,
  method_opt       => 'for all columns size 254',
  no_invalidate    => FALSE,
  degree           => 1,
  cascade          => TRUE);
END;
/

-- 删除直方图
BEGIN
  DBMS_STATS.GATHER_TABLE_STATS(ownname=> 'LYJ',
  tabname          => 'T8',
  estimate_percent => 100,
  method_opt       => 'for all columns size 1',    -- 删除时size设置为1
  no_invalidate    => FALSE,
  degree           => 1,
  cascade          => TRUE);
END;
/



统计信息
自动收集统计信息
-- 默认情况下，Oracle启动了统计信息的自动收集功能
select client_name,status from dba_autotask_client;
#==================================================================================
CLIENT_NAME                                                      STATUS
---------------------------------------------------------------- --------
auto optimizer stats collection                                  ENABLED   -- 启动了统计信息的自动收集功能
auto space advisor                                               ENABLED
sql tuning advisor                                               ENABLED
#==================================================================================

-- 查看统计信息自动启动时间
select client_name,max(job_start_time) from dba_autotask_job_history group by client_name;
#==================================================================================
CLIENT_NAME                              MAX(JOB_START_TIME)
---------------------------------------- ----------------------------------------
auto optimizer stats collection          26-JUL-18 10.00.01.267145 PM PRC
auto space advisor                       26-JUL-18 10.00.01.282452 PM PRC
sql tuning advisor                       26-JUL-18 10.00.01.281525 PM PRC
#==================================================================================

-- 具体设置
col WINDOW_NAME for a20
col REPEAT_INTERVAL for a60
col DURATION for a30
set linesize 120
SELECT t1.window_name, t1.repeat_interval, t1.duration,enabled
    FROM dba_scheduler_windows t1, dba_scheduler_wingroup_members t2
        WHERE t1.window_name = t2.window_name
            AND t2.window_group_name IN
            ('MAINTENANCE_WINDOW_GROUP', 'BSLN_MAINTAIN_STATS_SCHED');
#==================================================================================
WINDOW_NAME          REPEAT_INTERVAL                                              DURATION                       ENABL
-------------------- ------------------------------------------------------------ ------------------------------ -----
MONDAY_WINDOW        freq=daily;byday=MON;byhour=22;byminute=0; bysecond=0        +000 04:00:00                  TRUE
TUESDAY_WINDOW       freq=daily;byday=TUE;byhour=22;byminute=0; bysecond=0        +000 04:00:00                  TRUE
WEDNESDAY_WINDOW     freq=daily;byday=WED;byhour=22;byminute=0; bysecond=0        +000 04:00:00                  TRUE
THURSDAY_WINDOW      freq=daily;byday=THU;byhour=22;byminute=0; bysecond=0        +000 04:00:00                  TRUE
FRIDAY_WINDOW        freq=daily;byday=FRI;byhour=22;byminute=0; bysecond=0        +000 04:00:00                  TRUE
SATURDAY_WINDOW      freq=daily;byday=SAT;byhour=6;byminute=0; bysecond=0         +000 20:00:00                  TRUE
SUNDAY_WINDOW        freq=daily;byday=SUN;byhour=6;byminute=0; bysecond=0         +000 20:00:00                  TRUE
#==================================================================================

-- 关闭自动收集统计信息，自动收集统计信息会消耗一部分系统资源，如果没有必要可以关闭该功能
begin
    dbms_auto_task_admin.disable(
        client_name=>'auto optimizer stats collection',
        operation=>null,window_name=>null);
end;
/

select client_name,status from dba_autotask_client;
#==================================================================================
CLIENT_NAME                              STATUS
---------------------------------------- --------
auto optimizer stats collection          DISABLED
auto space advisor                       ENABLED
sql tuning advisor                       ENABLED
#==================================================================================

-- 启用自动收集统计信息
begin
    dbms_auto_task_admin.enable(
        client_name=>'auto optimizer stats collection',
        operation=>null,window_name=>null);
end;
/

oracle 11g修改自动收集统计信息计划任务的执行时间
手动收集统计信息
手动收集统计信息的场景：

数据量修改很频繁的表
直方图
收集某些固定表的统计信息BEGIN
  DBMS_STATS.GATHER_TABLE_STATS(
  ownname          => 'LYJ',
  tabname          => 'T8',
  estimate_percent => dbms_stats.auto_sample_size,
  method_opt       => 'for all columns size repeat',
  cascade          => TRUE);
END;
/



过时的统计信息
statistrics_level: TYPICAL or ALL
conn / as sysdba
show parameter statistics_level
#==================================================================================
NAME                                 TYPE        VALUE
------------------------------------ ----------- ------------------------------
statistics_level                     string      TYPICAL
#==================================================================================

create table t20 as select * from dba_objects where rownum<=500;
exec dbms_stats.gather_table_stats('SYS','T20');

select num_rows,blocks,stale_stats from user_tab_statistics where table_name='T20';
#==================================================================================
  NUM_ROWS     BLOCKS STA
---------- ---------- ---
       500          7 NO
#==================================================================================

insert into t20 select * from t20;
commit;
select num_rows,blocks,stale_stats from user_tab_statistics where table_name='T20';
#==================================================================================
  NUM_ROWS     BLOCKS STA
---------- ---------- ---
       500          7 NO
#==================================================================================

exec dbms_stats.flush_database_monitoring_info;

col TABLE_NAME for a10
col PARTITION_NAME for a15
col SUBPARTITION_NAME for a15
select * from user_tab_modifications where table_name='T20';
#==================================================================================================================
TABLE_NAME PARTITION_NAME  SUBPARTITION_NA    INSERTS    UPDATES    DELETES TIMESTAMP           TRU DROP_SEGMENTS
---------- --------------- --------------- ---------- ---------- ---------- ------------------- --- -------------
T20                                               500          0          0 2018-07-27 17:16:52 NO              0
#==================================================================================================================

begin
    dbms_stats.gather_schema_stats(
    ownname=>'SYS',
    options=>'GATHER STALE');
end;
/

select num_rows,blocks,stale_stats from user_tab_statistics where table_name='T20';
#==================================================================================================================
  NUM_ROWS     BLOCKS STA
---------- ---------- ---
      1000         15 NO
#==================================================================================================================

动态抽样
optimizer_dynamic_sampling: 可以将它设置为0-10，默认值是2，它指示优化器仅对未分析的表进行少量数据块抽样
show parameter optimizer_dynamic_sampling

NAME                                 TYPE        VALUE
------------------------------------ ----------- ------------------------------
optimizer_dynamic_sampling           integer     2

临时表的地方必须用动态采样，写上HINT强制它采样/*+ dynamic_sampling(t 0) */
重要的统计变量

附：构建测试数据
-- 创建表与数据
CREATE TABLE EMP
(EMPNO NUMBER(4) NOT NULL,
ENAME VARCHAR2(10),
JOB VARCHAR2(9),
MGR NUMBER(4),
HIREDATE DATE,
SAL NUMBER(7, 2),
COMM NUMBER(7, 2),
DEPTNO NUMBER(2)
);

INSERT INTO EMP VALUES (7369, 'SMITH', 'CLERK', 7902,
TO_DATE('17-DEC-1980', 'DD-MON-YYYY'), 800, NULL, 20);
INSERT INTO EMP VALUES (7499, 'ALLEN', 'SALESMAN', 7698,
TO_DATE('20-FEB-1981', 'DD-MON-YYYY'), 1600, 300, 30);
INSERT INTO EMP VALUES (7521, 'WARD', 'SALESMAN', 7698,
TO_DATE('22-FEB-1981', 'DD-MON-YYYY'), 1250, 500, 30);
INSERT INTO EMP VALUES (7566, 'JONES', 'MANAGER', 7839,
TO_DATE('2-APR-1981', 'DD-MON-YYYY'), 2975, NULL, 20);
INSERT INTO EMP VALUES (7654, 'MARTIN', 'SALESMAN', 7698,
TO_DATE('28-SEP-1981', 'DD-MON-YYYY'), 1250, 1400, 30);
INSERT INTO EMP VALUES (7698, 'BLAKE', 'MANAGER', 7839,
TO_DATE('1-MAY-1981', 'DD-MON-YYYY'), 2850, NULL, 30);
INSERT INTO EMP VALUES (7782, 'CLARK', 'MANAGER', 7839,
TO_DATE('9-JUN-1981', 'DD-MON-YYYY'), 2450, NULL, 10);
INSERT INTO EMP VALUES (7788, 'SCOTT', 'ANALYST', 7566,
TO_DATE('09-DEC-1982', 'DD-MON-YYYY'), 3000, NULL, 20);
INSERT INTO EMP VALUES (7839, 'KING', 'PRESIDENT', NULL,
TO_DATE('17-NOV-1981', 'DD-MON-YYYY'), 5000, NULL, 10);
INSERT INTO EMP VALUES (7844, 'TURNER', 'SALESMAN', 7698,
TO_DATE('8-SEP-1981', 'DD-MON-YYYY'), 1500, 0, 30);
INSERT INTO EMP VALUES (7876, 'ADAMS', 'CLERK', 7788,
TO_DATE('12-JAN-1983', 'DD-MON-YYYY'), 1100, NULL, 20);
INSERT INTO EMP VALUES (7900, 'JAMES', 'CLERK', 7698,
TO_DATE('3-DEC-1981', 'DD-MON-YYYY'), 950, NULL, 30);
INSERT INTO EMP VALUES (7902, 'FORD', 'ANALYST', 7566,
TO_DATE('3-DEC-1981', 'DD-MON-YYYY'), 3000, NULL, 20);
INSERT INTO EMP VALUES (7934, 'MILLER', 'CLERK', 7782,
TO_DATE('23-JAN-1982', 'DD-MON-YYYY'), 1300, NULL, 10);

CREATE TABLE DEPT
(DEPTNO NUMBER(2),
DNAME VARCHAR2(14),
LOC VARCHAR2(13)
);

INSERT INTO DEPT VALUES (10, 'ACCOUNTING', 'NEW YORK');
INSERT INTO DEPT VALUES (20, 'RESEARCH', 'DALLAS');
INSERT INTO DEPT VALUES (30, 'SALES', 'CHICAGO');
INSERT INTO DEPT VALUES (40, 'OPERATIONS', 'BOSTON ');

-- 添加约束
alter table emp add constraint emp_pk primary key(empno);
alter table dept add constraint dept_pk primary key(deptno);
alter table dept add constraint emp_fk_dept foreign key(deptno) references dept;
alter table emp add constraint emp_fk_emp foreign key(mgr) references emp;

      
    
    
  
  
    


    
        
            
                
                    Docker学习笔记_13 docker应用 - 部署MYSQL服务
                
            
        
        
            
                
                    redis入门到精通 - 04 link链表
                
            
        
    

  


    
        文章目录
        
            1. RBO & CBO优化器
2. 基于规则的优化器 - RBO
3. 基于RBO的测试
4. CBO误区
5. 理解CBO
6. CBO成本计算
7. CBO的核心概念
8. 执行计划
9. 单表访问路径
10. Costing Model 成本模型
11. 全表扫描成本公式
12. 索引范围扫描成本公式
13. 索引快速全扫描成本公式
14. Clustering_factor聚簇因子
15. 嵌套循环连接成本公式
16. 哈希连接成本公式
17. 排序合并连接成本公式
18. 选择率 - Selectivity
19. 基数 - Cardinality
20. Oracle经典的查询转换20.1. 视图合并(view merge)
20.2. 谓词推进(Predicate Pushing)
20.3. 子查询非嵌套化(Subquery Unnesting)
20.4. OR条件展开
21. 绑定变量21.1. 绑定变量的窥探
21.2. 绑定变量窥探案例
22. 直方图
23. 统计信息23.1. 自动收集统计信息
23.2. 手动收集统计信息
23.3. 过时的统计信息
23.4. 动态抽样
23.5. 重要的统计变量
24. 附：构建测试数据
        
    
    

    

    





    




    
        
            
                
            
        

        

        
            
                
            
        
    

    常用Linux命令和脚本
Docker学习笔记_15 docker应用 - 部署Goldengate
Docker学习笔记_14 docker应用 - 部署ORACLE 11g单实例数据库.md
Oracle主库添加datafile备库空间不足错误处理
crfclust.bdb文件过大处理
在Centos和Ubuntu中强制yum和Apt-get使用IPv4或IPv6
Oracle SQL Tuning_03 CBO算法
Docker学习笔记_13 docker应用 - 部署MYSQL服务
Oracle SQL Tuning_02 SQL优化方法论
redis入门到精通 - 04 link链表
redis入门到精通 - 03 Redis字符串类型的操作
redis入门到精通 - 02 通用key操作命令
redis入门到精通 - 01 redis特点及安装
Docker学习笔记_12 docker应用 - 部署REDIS服务
Docker学习笔记_11 docker应用 - 部署GITLAB服务
Python3自动化运维 - 05 函数
Docker学习笔记_10 docker应用 - 部署TOMCAT服务
注册美区Apple ID（无需信用卡）
Docker学习笔记_09 docker应用 - 部署DNS服务
Python3自动化运维 - 04 分支循环与深浅拷贝
Python3自动化运维 - 02 数据类型及引用计数
Python3自动化运维 - 03 运算表达式
Python3自动化运维 - 01 环境配置
ORA-01157 ORA-01110 错误
Oracle SQL Tuning_01 SQL优化方法论
Oracle特殊恢复原理与实战_12 Oracle坏块处理
Oracle特殊恢复原理与实战_11 ORA-8102 Index Corruption修复
Oracle特殊恢复原理与实战_10 恢复ora-600[4193][4194]的错误
Oracle特殊恢复原理与实战_09 Undo深入内部解析
Oracle特殊恢复原理与实战_08 Redo Architecture and Configuration
Oracle特殊恢复原理与实战_07 归档模式下缺失Redo Log后的恢复
oracle 11g修改自动收集统计信息计划任务的执行时间
Oracle特殊恢复原理与实战_06 使用BBED手工修复block数据
Oracle特殊恢复原理与实战_05 使用BBED跳过归档的恢复
Oracle特殊恢复原理与实战_04 SYSTEM文件头损坏的恢复
Oracle特殊恢复原理与实战_03 Control file深入内部解析
一台电脑同时使用GitHub和GitLab仓库
Docker学习笔记_08使用Rancher pipeline搭建基于容器的CICD
Oracle特殊恢复原理与实战_02 Control file丢失的恢复
Oracle特殊恢复原理与实战_01 Oracle特殊恢复入门
Docker学习笔记_07 搭建harbor企业级私有registry
Docker学习笔记_06 使用rancher搭建gitlab服务并启用https
Docker学习笔记_05 Rancher的访问控制
Docker学习笔记_04 Rancher的部署安装(编排选用K8S)
Docker学习笔记_03 Docker的部署安装(Ubuntu)
Ubuntu Server 16.04.3安装及常用配置图解
Docker学习笔记_02 Docker的部署安装(CentOS)
Docker学习笔记_01 Docker的相关概念
Docker学习笔记_00 Docker常用命令
CentOS7下MySQL5.7.20的安装-源码方式
MySQL性能优化最佳实践 - 12 MySQL性能优化的最佳20+条经验
Oracle Linux网卡参数默认设置导致ORA-603
MySQL性能优化最佳实践 - 10 MySQL写出高效SQL
MySQL性能优化最佳实践 - 11 MySQL锁优化分析
MySQL性能优化最佳实践 - 09 MySQL优化器算法解析
flashback常用命令整理
RMAN (Recovery Manager) 常用命令整理
MySQL性能优化最佳实践 - 08 SQL EXPLAIN解析
Oracle RMAN异机恢复归档RMAN-07518（供日志挖掘使用）及修改dbid步骤
MySQL性能优化最佳实践 - 07 MySQL索引设计
ORACLE审计
MySQL性能优化最佳实践 - 06 MySQL设计与开发最佳实践
MySQL性能优化最佳实践 - 05 MySQL核心参数优化
MySQL性能优化最佳实践 - 04 MySQL优化之Linux系统层面调优
MySQL性能优化最佳实践 - 03 MySQL服务器优化
CentOS7下MySQL5.7的安装-RPM方式
MySQL性能优化最佳实践 - 02 MySQL数据库性能衡量
MySQL性能优化最佳实践 - 01 MySQL优化方法论
一键获取数据库整体信息脚本
按SQLID一键获取执行计划索引分区等信息的脚本
收获不止SQL优化读书笔记 - 第三章 循规蹈矩--如何读懂SQL执行计划
收获不止SQL优化读书笔记 - 第一章 全局在胸--用工具对SQL整体优化
收获不止SQL优化读书笔记 - 第二章 风驰电掣--SQL优化过程
Oracle 12c特性解读-容器数据库和灾备-11 灾备维护经验总结
Oracle 12c特性解读-容器数据库和灾备-10 容灾切换和故障演练实践总结
Oracle 12c特性解读-容器数据库和灾备-09 12c 灾备环境搭建
SQL优化--dbms_sqltune应用实例
Oracle 12c特性解读-容器数据库和灾备-08 容灾简介和环境搭建
Oracle 12c特性解读-容器数据库和灾备-07 升级数据库至12c
Oracle 12c特性解读-容器数据库和灾备-06 PDB备份与恢复
Oracle 12c特性解读-容器数据库和灾备-05 PDB迁移和克隆
Oracle 12c特性解读-容器数据库和灾备-04 CDB PDB对象管理
在DELL R730物理机上安装配置Oracle Linux 7.3图解
使用Dell iDRAC服务器远程控制安装操作系统简要图解
Oracle 12c特性解读-容器数据库和灾备-03 创建与管理CDB和PDB
Oracle 12c特性解读-容器数据库和灾备-02 数据库环境初始化
Hugepage计算脚本
Oracle 12c特性解读-容器数据库和灾备-01 Oracle 12c体系结构
MySQL-DBA从小白到大神实战-15 MySQL源码初探
MySQL-DBA从小白到大神实战-14 运维MySQL过程中线上故障分析与排查
MySQL DBA从小白到大神实战-13 深入分析Online DDL原理
那些12c中惹祸的特性关闭列表
ORA-27086 unable to lock file - already in use
MySQL DBA从小白到大神实战-12 MySQL构架设计与容量规划
MySQL DBA从小白到大神实战-11 构建高可用MySQL系统
Hexo文章的密码访问
GoldenGate 12.1.2 新特性参数部分解释
数据库GI PSU，SPU(CPU)，Bundle Patches 和 Patchsets 补丁号码快速参考 (文档 ID 1922396.1)
Oracle Database 11g工作中常用的命令和脚本整理
Oracle expdp中INCLUDE参数限制4000个字符的解决办法
MySQL DBA从小白到大神实战-10 深入理解MySQL主从复制
VMWare CentOS 虚拟机根分区磁盘扩容(基于LVM)
MySQL DBA从小白到大神实战-09 MySQL性能优化的关键点
MySQL DBA从小白到大神实战-08 MySQL监控系统之Zabbix
CentOS7.3安装图解
MySQL DBA从小白到大神实战-07 MySQL锁机制与事务机制实现
MySQL DBA从小白到大神实战-06 深入浅出MySQL备份与恢复
hexo解决代码块空行自动删除问题
MySQL DBA从小白到大神实战-05 MySQL DBA日常操作
MySQL DBA从小白到大神实战-04 揭密MySQL databock and binlog的格式
那些在11gR2中可能惹祸的新特性
hexo博客添加常用插件
hexo更换主题并个性化定制
GIT常用命令整理
hexo+github搭建个人博客
Sublime Text 常用快捷键
MySQL DBA从小白到大神实战-03 深入MySQL体系结构
VIM常用命令
MySQL DBA从小白到大神实战-02 MySQL标准化、自动化部署
MySQL DBA从小白到大神实战-01 MySQL 高级DBA职业规划
Oracle职业直通车-07 重做日志、日志挖掘和回滚段
Oracle职业直通车-06 Oracle的内存结构与后台进程
Oracle职业直通车-05 数据字典&数据库的备份和恢复
Oracle职业直通车-04 复杂一点的SQL/PLSQL
Oracle职业直通车-03 Oracle数据库的安装和配置
Oracle职业直通车-02 从最简单的SQL语句开始
Oracle职业直通车-01 轻松带你走进Oracle数据库的世界




    

      
    
        
            
                 
                2017-2018 刘雅君