dba_indexes视图的性能分析

2024-11-27 21:53:31

select case when status='UNUSABLE' then

        'alter index '||owner||'.'||index_name||' rebuild online compute statistics;'

      when to_number(degree)>1 then

        'alter index /* '||degree ||' */'||owner||'.'||index_name||' noparallel;'

    end case

from (select * from dba_indexes where degree<>‘DEFAULT') a

where status='UNUSABLE'

or to_number(degree)>1

and owner not in ('SYS','SYSTEM','MANAGER','WMSYS');

语句运行的速度很快，但是从statspack中发现这条语句的逻辑读单次高达26846。使用set autotrace比较了下9i和10g的执行计划和统计信息，发现9i查询这个视图的代价非常的高，而10g则有了一定的改善。在Oracle9i中，optimizer_mode默认是CHOOSE，所以查询数据字典使用了RBO，而Oracle10g则默认为ALL_ROWS，所以采用了CBO。

SQL> select * from v$version;
BANNER

----------------------------------------------------------------

Oracle9i Enterprise Edition Release 9.2.0.6.0 - 64bit Production

PL/SQL Release 9.2.0.6.0 - Production

CORE  9.2.0.6.0    Production

TNS for IBM/AIX RISC System/6000: Version 9.2.0.6.0 - Production

NLSRTL Version 9.2.0.6.0 - Production
SQL> set autot trace

SQL> select * from dba_indexes;
1242 rows selected.
Execution Plan

----------------------------------------------------------

  0   SELECT STATEMENT Optimizer=CHOOSE

  1  0  NESTED LOOPS (OUTER)

  2  1   NESTED LOOPS (OUTER)

  3  2    NESTED LOOPS

  4  3     NESTED LOOPS

  5  4      NESTED LOOPS (OUTER)

  6  5       NESTED LOOPS

  7  6        NESTED LOOPS (OUTER)

  8  7         NESTED LOOPS

  9  8          TABLE ACCESS (FULL) OF 'OBJ$'

 10  8          TABLE ACCESS (BY INDEX ROWID) OF 'IND$'

 11  10           INDEX (UNIQUE SCAN) OF 'I_IND1' (UNIQUE)

 12  7         TABLE ACCESS (BY INDEX ROWID) OF 'OBJ$'

 13  12          INDEX (UNIQUE SCAN) OF 'I_OBJ1' (UNIQUE)

 14  6        TABLE ACCESS (BY INDEX ROWID) OF 'OBJ$'

 15  14         INDEX (UNIQUE SCAN) OF 'I_OBJ1' (UNIQUE)

 16  5       TABLE ACCESS (CLUSTER) OF 'USER$'

 17  16        INDEX (UNIQUE SCAN) OF 'I_USER#' (NON-UNIQUE)

 18  4      TABLE ACCESS (CLUSTER) OF 'USER$'

 19  18       INDEX (UNIQUE SCAN) OF 'I_USER#' (NON-UNIQUE)

 20  3     TABLE ACCESS (CLUSTER) OF 'USER$'

 21  20      INDEX (UNIQUE SCAN) OF 'I_USER#' (NON-UNIQUE)

 22  2    TABLE ACCESS (CLUSTER) OF 'SEG$'

 23  22     INDEX (UNIQUE SCAN) OF 'I_FILE#_BLOCK#' (NON-UNIQUE)

 24  1   TABLE ACCESS (CLUSTER) OF 'TS$'

 25  24    INDEX (UNIQUE SCAN) OF 'I_TS#' (NON-UNIQUE)
Statistics

----------------------------------------------------------

     0 recursive calls

     0 db block gets

   42924 consistent gets

     0 physical reads

     0 redo size

   98000 bytes sent via SQL*Net to client

    1558 bytes received via SQL*Net from client

     84 SQL*Net roundtrips to/from client

     0 sorts (memory)

     0 sorts (disk)

    1242 rows processed

SQL>select * from v$version;

BANNER

----------------------------------------------------------------

Oracle Database 10g Enterprise Edition Release 10.2.0.4.0 - 64bi

PL/SQL Release 10.2.0.4.0 - Production

CORE  10.2.0.4.0   Production

TNS for IBM/AIX RISC System/6000: Version 10.2.0.4.0 - Productio

NLSRTL Version 10.2.0.4.0 - Production
21:32:11 SYS@coll>set autot trace

21:32:15 SYS@coll>select * from dba_indexes;
1162 rows selected.
Execution Plan

----------------------------------------------------------

Plan hash value: 3901056803
-------------------------- | Id | Operation -------------------------- |  0 | SELECT STATEMENT |* 1 | HASH JOIN RIGHT OUTER |  2 |  TABLE ACCESS FULL |* 3 |  HASH JOIN RIGHT OUTER |  4 |  TABLE ACCESS FULL |* 5 |  HASH JOIN |  6 |   TABLE ACCESS FULL |* 7 |   HASH JOIN |  8 |   TABLE ACCESS FULL |* 9 |   HASH JOIN RIGHT OUTER | 10 |    TABLE ACCESS FULL |* 11 |    HASH JOIN |* 12 |    HASH JOIN OUTER | 13 |     MERGE JOIN |* 14 |     TABLE | 15 |      INDEX FULL SCAN |* 16 |     SORT JOIN |* 17 |      TABLE ACCESS FULL | 18 |     TABLE ACCESS FULL | 19 |    TABLE ACCESS FULL --------------------------

--------------------------------------------------------------------
 | Name  | Rows | Bytes | Cost (%CPU)| Time   |
 --------------------------------------------------------------------
 |    | 1164 |  330K|  237  (3)| 00:00:03 |
 |    | 1164 |  330K|  237  (3)| 00:00:03 |
 | TS$  |   9 |  189 |   4  (0)| 00:00:01 |
 |    | 1164 |  306K|  232  (3)| 00:00:03 |
 | SEG$  | 2635 |  102K|  18  (0)| 00:00:01 |
 |    | 1164 |  261K|  214  (3)| 00:00:03 |
 | USER$ |  35 |  560 |   2  (0)| 00:00:01 |
 |    | 1164 |  243K|  211  (3)| 00:00:03 |
 | USER$ |  35 |  560 |   2  (0)| 00:00:01 |
 |    | 1164 |  225K|  208  (2)| 00:00:03 |
 | USER$ |  35 |  560 |   2  (0)| 00:00:01 |
 |    | 1164 |  206K|  206  (2)| 00:00:03 |
 |    | 1164 |  172K|  174  (2)| 00:00:03 |
 |    | 1164 |  142K|  142  (2)| 00:00:02 |
 ACCESS BY INDEX ROWID| IND$  | 1164 |  104K|  109  (0)| 00:00:02 |
 | I_IND1 | 1164 |    |   2  (0)| 00:00:01 |
 |    | 10589 |  341K|  33  (7)| 00:00:01 |
 | OBJ$  | 10589 |  341K|  32  (4)| 00:00:01 |
 | OBJ$  | 10592 |  279K|  31  (0)| 00:00:01 |
 | OBJ$  | 10592 |  310K|  31  (0)| 00:00:01 |
 --------------------------------------------------------------------
Predicate Information (identified by operation id):

---------------------------------------------------
1 - access("I"."TS#"="TS"."TS#"(+))

  3 - access("I"."FILE#"="S"."FILE#"(+) AND "I"."BLOCK#"="S"."BLOCK#"(+) AND

       "I"."TS#"="S"."TS#"(+))

  5 - access("IO"."OWNER#"="IU"."USER#")

  7 - access("U"."USER#"="O"."OWNER#")

  9 - access("ITO"."OWNER#"="ITU"."USER#"(+))

 11 - access("I"."BO#"="IO"."OBJ#")

 12 - access("I"."INDMETHOD#"="ITO"."OBJ#"(+))

 14 - filter(BITAND("I"."FLAGS",4096)=0)

 16 - access("O"."OBJ#"="I"."OBJ#")

    filter("O"."OBJ#"="I"."OBJ#")

 17 - filter(BITAND("O"."FLAGS",128)=0)
Statistics

----------------------------------------------------------

     0 recursive calls

     0 db block gets

    876 consistent gets

     0 physical reads

     0 redo size

   92582 bytes sent via SQL*Net to client

    1339 bytes received via SQL*Net from client

     79 SQL*Net roundtrips to/from client

     1 sorts (memory)

     0 sorts (disk)

    1162 rows processed
select /*+ rule */* from dba_indexes;
1162 rows selected.
Elapsed: 00:00:00.55
Execution Plan

----------------------------------------------------------

Plan hash value: 2107813288
--------------------------------------------------------------

| Id | Operation              | Name      |

--------------------------------------------------------------

|  0 | SELECT STATEMENT          |        |

|  1 | NESTED LOOPS OUTER         |        |

|  2 |  NESTED LOOPS OUTER        |        |

|  3 |  NESTED LOOPS           |        |

|  4 |   NESTED LOOPS          |        |

|  5 |   NESTED LOOPS OUTER       |        |

|  6 |    NESTED LOOPS         |        |

|  7 |    NESTED LOOPS OUTER      |        |

|  8 |     NESTED LOOPS        |        |

|* 9 |     TABLE ACCESS FULL     | OBJ$      |

|* 10 |     TABLE ACCESS BY INDEX ROWID| IND$      |

|* 11 |      INDEX UNIQUE SCAN     | I_IND1     |

| 12 |     TABLE ACCESS BY INDEX ROWID | OBJ$      |

|* 13 |     INDEX UNIQUE SCAN     | I_OBJ1     |

| 14 |    TABLE ACCESS BY INDEX ROWID | OBJ$      |

|* 15 |     INDEX UNIQUE SCAN      | I_OBJ1     |

| 16 |    TABLE ACCESS CLUSTER     | USER$     |

|* 17 |    INDEX UNIQUE SCAN      | I_USER#    |

| 18 |   TABLE ACCESS CLUSTER      | USER$     |

|* 19 |    INDEX UNIQUE SCAN       | I_USER#    |

| 20 |   TABLE ACCESS CLUSTER      | USER$     |

|* 21 |   INDEX UNIQUE SCAN       | I_USER#    |

| 22 |  TABLE ACCESS CLUSTER       | SEG$      |

|* 23 |   INDEX UNIQUE SCAN        | I_FILE#_BLOCK# |

| 24 |  TABLE ACCESS CLUSTER       | TS$      |

|* 25 |  INDEX UNIQUE SCAN        | I_TS#     |

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

---------------------------------------------------
9 - filter(BITAND("O"."FLAGS",128)=0)

 10 - filter(BITAND("I"."FLAGS",4096)=0)

 11 - access("O"."OBJ#"="I"."OBJ#")

 13 - access("I"."INDMETHOD#"="ITO"."OBJ#"(+))

 15 - access("I"."BO#"="IO"."OBJ#")

 17 - access("ITO"."OWNER#"="ITU"."USER#"(+))

 19 - access("U"."USER#"="O"."OWNER#")

 21 - access("IO"."OWNER#"="IU"."USER#")

 23 - access("I"."TS#"="S"."TS#"(+) AND "I"."FILE#"="S"."FILE#"(+) AND

       "I"."BLOCK#"="S"."BLOCK#"(+))

 25 - access("I"."TS#"="TS"."TS#"(+))
Note

-----

  - rule based optimizer used (consider using cbo)
Statistics

----------------------------------------------------------

     0 recursive calls

     0 db block gets

   25254 consistent gets

     26 physical reads

     0 redo size

   93977 bytes sent via SQL*Net to client

    1339 bytes received via SQL*Net from client

     79 SQL*Net roundtrips to/from client

     0 sorts (memory)

     0 sorts (disk)

    1162 rows processed

dba_indexes视图的性能分析

select case when status='UNUSABLE' then 'alter index '||owner||'.'||index_name||' rebuild online compute statistics;' when to_number(degree)>1 then 'alter index /* '||degree ||' */'||owner||'.'||index_name||' noparallel;' end case from (select * from
JavaScript 数组的进化与性能分析

正式开始前需要声明,本文并不是要讲解 JavaScript 数组基础知识,也不会涉及语法和使用案例.本文讲得更多的是内存.优化.语法差异.性能.近来的演进. 在使用 JavaScript 前,我对 C.C++.C# 这些已经颇为熟悉.与许多 C/C++ 开发者一样,JavaScript 给我的第一印象并不好. Array 是主要原因之一.JavaScript 数组不是连续(contiguous)的,其实现类似哈希映射(hash-maps)或字典(dictionaries).我觉得这有点像是一门
关于VS2012自带的性能分析工具使用实例(图文介绍)

本篇通过一小段代码的console程序来进行性能的分析以及改进.直到后面的改进前.改进后性能比较结果. 先看console代码(源代码下载): 复制代码代码如下: static void Main(string[] args) { int i = 10000; while(i-->0) { Core c=new Core(); c.Process(Dat
Python性能分析工具py-spy原理用法解析

Py-Spy介绍引用官方的介绍: Py-Spy是Python程序的抽样分析器. 它允许您可视化查看Python程序在哪些地方花了更多时间,整个监控方式无需重新启动程序或以任何方式修改工程代码. Py-Spy的开销非常低:它是用Rust编写的,速度与编译的Python程序不在同一个进程中运行. 这意味着Py-Spy可以安全地用于生成生产环境中的Python应用调优分析. github:https://github.com/benfred/py-spy 安装 pip install py-spy
利用 Chrome Dev Tools 进行页面性能分析的步骤说明(前端性能优化)

背景我们经常使用 Chrome Dev Tools 来开发调试,但是很少知道怎么利用它来分析页面性能,这篇文章,我将详细说明怎样利用 Chrome Dev Tools 进行页面性能分析及性能报告数据如何解读. 分析面板介绍上图是 Chrome Dev Tools 的一个截图,其中,我认为能用于进行页面性能快速分析的主要是图中圈出来的几个模块功能,这里简单介绍一下: Network : 页面中各种资源请求的情况,这里能看到资源的名称.状态.使用的协议(http1/http2/quic...).
java性能分析jconsole详解

目录 jconsole简介 jconsole远程前言: 本章节继续学习java性能优化的相关知识.重点学习什么是jconsole,以及如何使用?它能帮助我们做什么? jconsole简介提供JVM图形化视图,包括内存.线程.类.cpu等信息.用户可以通过jconsole工具去连接指定的jvm,监控jvm的变化. 我们可以在jdk的安装文件bin当中找到它: 双击运行会打开如下界面,上面是本地的java进程,下面是通过远程的方式连接服务器上面的java进程. 我们随便点击一个本地进程得到如下的
.NET Visual Studio 代码性能分析工具

下面通过图文并茂的方式给大家介绍下,具体内容如下: 软件开发中的性能优化对程序员来说是一个非常重要的问题.一个小问题可能成为一个大的系统的瓶颈.但是对于程序员来说,通过自身去优化代码是十分困难的.幸运的是,有一些非常棒的工具可以帮助程序员进行代码分析和性能测试,从而大大简化程序员进行代码性能优化的过程.MSDN杂志2011年7月份曾发布主题为".NET代码分析工具和技术"的那一期,让广大程序员收获颇丰.四年过去之后,这些工具又进一步做出了很多改进,同时也出现了更多的选择.本文对当前主流
java 单例的五种实现方式及其性能分析

java 单例的五种实现方式及其性能分析序言在23种设计模式中,单例是最简单的设计模式,但是也是很常用的设计模式.从单例的五种实现方式中我们可以看到程序员对性能的不懈追求.下面我将分析单例的五种实现方式的优缺点,并对其在多线程环境下的性能进行测试. 实现单例模式适用于资源占用较多的类,保证一个类只有一个实例即单例.通用的做法就是构造器私有化,提供一个全局的访问点,返回类的实例. uml图: 1.饿汉式代码实现: package com.zgh.gof23.singleton; /** *
Python判断列表是否已排序的各种方法及其性能分析

声明本文基于Python2.7语言,给出判断列表是否已排序的多种方法,并在作者的Windows XP主机(Pentium G630 2.7GHz主频2GB内存)上对比和分析其性能表现. 一. 问题提出 Haskell培训老师提出一个问题:如何判断列表是否已经排序? 排序与否实际只是相邻元素间的某种二元关系,即a->a->Bool.所以第一步可以把二元组列表找出来:第二步是把这个函数作用于每个元组,然后用and操作.老师给出的实现代码如下: pair lst = zip lst ( tail
PHP调试及性能分析工具Xdebug详解

程序开发过程中,一般用得最多的调试方法就是用echo.print_r().var_dump().printf()等将语句打印出来.对PHP脚本的执行效率,通常是脚本执行时间.对数据库SQL的效率,通常是数据库Query时间,但这样并不能真正定位和分析脚本执行和数据库查询的瓶颈所在?对此,有一个叫Xdebug(www.xdebug.org)的PHP程序调试器(即一个Debug工具),可以用来跟踪,调试和分析PHP程序的运行状况. 一.以windows平台对此模块的安装做简单的介绍: 1. 下载PH

dba_indexes视图的性能分析

相关推荐

随机推荐