OceanBaseV3-统计信息

OceanBaseV3 中统计信息相关的系统表很多，一些表明明在文档中有介绍，但实际是空的，本文对统计信息相关的表进行总结，先说结论：

• 不建议在 sys 租户下查看统计信息，只能查看合并收集的统计信息，无法查看手工收集的统计信息
• MySQL租户建议通过 __all_table_stat_v2、__all_column_stat_v2、__all_histogram_stat_v2 查看统计信息，注意只有在手工收集统计信息后才会更新
• Oracle 租户通过 ALL_TAB_STATISTICS、ALL_TAB_COL_STATISTICS、ALL_TAB_HISTOGRAMS 查看手工收集的统计信息

1. 统计信息的收集

先简单介绍统计信息的收集机制：

• 3.2.x 之前的版本只能通过每日合并收集统计信息：只能增量收集，delete 删除的数据不会被感知到，准确率较低
• 3.2.x 版本后支持手工收集、自动收集。

虽然每日合并收集的统计信息不是特别准确，但不必过分担心优化器会选错执行计划，因为有存储层估行接口：很多情况下，在生成执行计划的阶段，可以直接根据 query range 从存储层返回需要扫描的行数，不使用统计信息，从而得到正确的执行计划。

MySQL 租户手工收集统计信息的方法：

--手工收集 sbtest1 表的 id,k 字段直方图统计信息，桶个数为8个
analyze table sbtest.sbtest1 UPDATE HISTOGRAM ON id,k WITH 8 BUCKETS;

Oracle 租户手工收集统计信息的方法：
尽量用 dbms_stats 包收集，不要用 analyze 命令收集：

--收集用户 USERA 的表 T1 的统计信息，并行度为 64，只收集数据分布不均匀的列的直方图。
call dbms_stats.gather_table_stats('USERA','T1',degree=>'64',granularity=>'all',method_opt=>'FOR ALL COLUMNS SIZE SKEWONLY');

--收集所有字段的统计信息（不收集直方图需要在 method_opt 中指定 size 1，如果不指定，默认直方图桶的个数是 256）
call dbms_stats.gather_table_stats('USERA','T1',method_opt=>'for all columns size 1');

--收集指定字段的统计信息（不收集直方图）
call dbms_stats.gather_table_stats('USERA','T1',method_opt=>'for columns c3 size 1');

--删除统计信息
call dbms_stats.delete_table_stats('USERA', 'T1');

2. sys租户查看统计信息

查看表级统计信息：

-- 会输出分区信息
select
  b.table_name,
  a.tenant_id,
  a.partition_id,
  a.role,
  a.row_count,
  a.data_size,
  a.gmt_modified
from
  __all_virtual_meta_table a
  join gv$table b on a.table_id = b.table_id
where
  b.table_name = 't1'
  and b.tenant_id = 1003
  and b.database_name = 'usera' 
  and a.role = 1;

-- 如果有多个分区，可以这样汇总
select
  b.table_name,
  sum(a.row_count)
from
  __all_virtual_meta_table a
  join gv$table b on a.table_id = b.table_id
where
  b.table_name = 't1'
  and b.tenant_id = 1003
  and b.database_name = 'usera'
  and a.role = 1
group by
  b.table_name;

查看列级统计信息：

select
  b.table_name,
  a.tenant_id,
  a.partition_id,
  c.column_name,
  a.num_distinct,
  a.num_null,
  a.gmt_modified
from
  __all_virtual_column_statistic a
  join gv$table b on a.table_id = b.table_id
  join __all_virtual_column c on a.table_id = c.table_id
  and a.column_id = c.column_id
where
  b.table_name = 't1'
  and b.tenant_id = 1003
  and b.database_name = 'usera'
  and c.column_name ='c1';

3. MySQL 租户查看统计信息

查看表级统计信息：

select b.table_name,a.partition_id,a.row_cnt,a.avg_row_len,a.macro_blk_cnt,a.micro_blk_cnt,a.gmt_modified 
from oceanbase.__all_table_stat_v2 a 
    join oceanbase.__all_table_v2 b on a.table_id=b.table_id;
+------------+--------------+---------+-------------+---------------+---------------+----------------------------+
| table_name | partition_id | row_cnt | avg_row_len | macro_blk_cnt | micro_blk_cnt | gmt_modified               |
+------------+--------------+---------+-------------+---------------+---------------+----------------------------+
| t4_part_g  |           -1 |  999999 |         242 |           100 |         14099 | 2022-12-29 18:02:05.241812 |
| t4_part_g  |            0 |    9999 |         242 |             1 |           141 | 2022-12-29 18:02:05.241812 |
| t4_part_g  |            1 |   90000 |         242 |             9 |          1268 | 2022-12-29 18:02:05.241812 |
| t4_part_g  |            2 |   50000 |         242 |             5 |           705 | 2022-12-29 18:02:05.241812 |
| t4_part_g  |            3 |   50000 |         242 |             5 |           705 | 2022-12-29 18:02:05.241812 |
| t4_part_g  |            4 |   50000 |         242 |             5 |           705 | 2022-12-29 18:02:05.241812 |
| t4_part_g  |            5 |   50000 |         242 |             5 |           705 | 2022-12-29 18:02:05.241812 |
...

查看列级统计信息，__all_column_stat_v2表：

• 分区表 partition_id=-1 即为表整体的统计信息，否则表示每个分区的信息；非分区表 partition_id=0。如果不想看分区级别的信息，可以用 object_type=1 筛选。
• sample_size 采样大小
• bucket_cnt 直方图桶的个数
• 合并后不更新，只有手工收集统计信息才更新

select b.table_name,a.partition_id,c.column_name,a.sample_size,a.bucket_cnt,a.distinct_cnt,a.null_cnt,a.gmt_modified 
from __all_column_stat_v2 a 
    join __all_table_v2 b on a.table_id=b.table_id 
    join __all_column c on a.table_id=c.table_id and a.column_id=c.column_id 
where a.object_type=1;
+------------+--------------+-------------+-------------+------------+--------------+----------+----------------------------+
| table_name | partition_id | column_name | sample_size | bucket_cnt | distinct_cnt | null_cnt | gmt_modified               |
+------------+--------------+-------------+-------------+------------+--------------+----------+----------------------------+
| t4_part_g  |           -1 | id          |       15369 |         30 |       930724 |        0 | 2022-12-29 18:02:06.141816 |
| t4_part_g  |           -1 | k           |       15369 |         30 |       175614 |        0 | 2022-12-29 18:02:06.141816 |
| t4_part_g  |           -1 | c           |       15369 |         30 |       976979 |        0 | 2022-12-29 18:02:06.141816 |
| t4_part_g  |           -1 | pad         |       15369 |         30 |       987873 |        0 | 2022-12-29 18:02:06.141816 |
| sbtest1    |            0 | id          |        4146 |          8 |         9816 |        0 | 2023-01-09 15:16:01.523297 |
| sbtest1    |            0 | k           |        4146 |          8 |         7546 |        0 | 2023-01-09 15:16:01.523297 |
+------------+--------------+-------------+-------------+------------+--------------+----------+----------------------------+
6 rows in set (0.029 sec)

直方图查看：

select b.table_name,a.partition_id,c.column_name,a.endpoint_num,a.endpoint_normalized_value,a.gmt_modified 
from __all_histogram_stat_v2 a 
    join __all_table_v2 b on a.table_id=b.table_id 
    join __all_column c on a.table_id=c.table_id and a.column_id=c.column_id 
where b.table_name='sbtest1' and partition_id<=0;

4. Oracle 租户查看统计信息

Oracle 租户的统计信息和 Oracle 保持一致，需要手工收集才可以查看，没什么套路：

• ALL_TAB_STATISTICS：表级统计信息
• ALL_TAB_COL_STATISTICS：查看列级统计信息
• ALL_TAB_HISTOGRAMS：查看直方图统计信息