dbms_stats能良好地估計統(tǒng)計數據（尤其是針對較大的分區(qū)表），并能獲得更好的統(tǒng)計結果，最終制定出速度更快的SQL執(zhí)行計劃。

清單A展示了dbms_stats的一次示范執(zhí)行情況，其中使用了options子句。

execdbms_stats.gather_schema_stats( -
ownname => 'SCOTT', -
options => 'GATHER AUTO', -
estimate_percent => dbms_stats.auto_sample_size, -
method_opt => 'for all columns size repeat', -
degree => 15 -
)

為了充分認識dbms_stats的好處，你需要仔細體會每一條主要的預編譯指令（directive）。下面讓我們研究每一條指令，并體會如何用它為基于代價的SQL優(yōu)化器收集最高質量的統(tǒng)計數據。

options參數

使用4個預設的方法之一，這個選項能控制Oracle統(tǒng)計的刷新方式：

• gather——重新分析整個架構（Schema）。
• gather empty——只分析目前還沒有統(tǒng)計的表。
• gather stale——只重新分析修改量超過10%的表（這些修改包括插入、更新和刪除）。
• gather auto——重新分析當前沒有統(tǒng)計的對象，以及統(tǒng)計數據過期（變臟）的對象。注意，使用gather auto類似于組合使用gather stale和gather empty。

注意，無論gather stale還是gather auto，都要求進行監(jiān)視。如果你執(zhí)行一個alter table xxx monitoring命令，Oracle會用dba_tab_modifications視圖來跟蹤發(fā)生變動的表。這樣一來，你就確切地知道，自從上一次分析統(tǒng)計數據以來，發(fā)生了多少次插入、更新和刪除操作。

estimate_percent選項

以下estimate_percent參數是一種比較新的設計，它允許Oracle的dbms_stats在收集統(tǒng)計數據時，自動估計要采樣的一個segment的最佳百分比：
estimate_percent => dbms_stats.auto_sample_size

要驗證自動統(tǒng)計采樣的準確性，你可檢視dba_tables sample_size列。一個有趣的地方是，在使用自動采樣時，Oracle會為一個樣本尺寸選擇5到20的百分比。記住，統(tǒng)計數據質量越好，CBO做出的決定越好。

method_opt選項

dbms_stats的method_opt參數尤其適合在表和索引數據發(fā)生變化時刷新統(tǒng)計數據。method_opt參數也適合用于判斷哪些列需要直方圖（histograms）。

某些情況下，索引內的各個值的分布會影響CBO是使用一個索引還是執(zhí)行一次全表掃描的決策。例如，假如在where子句中指定的值的數量不對稱，全表掃描就顯得比索引訪問更經濟。

如果你有一個高度傾斜的索引（某些值的行數不對稱），就可創(chuàng)建Oracle直方圖統(tǒng)計。但在現(xiàn)實世界中，出現(xiàn)這種情況的機率相當小。使用CBO時，最常見的錯誤之一就是在CBO統(tǒng)計中不必要地引入直方圖。根據經驗，只有在列值要求必須修改執(zhí)行計劃時，才應使用直方圖。

為了智能地生成直方圖，Oracle為dbms_stats準備了method_opt參數。在method_opt子句中，還有一些重要的新選項，包括skewonly，repeat和auto：method_opt=>'for all columns size skewonly'
method_opt=>'for all columns size repeat'
method_opt=>'for all columns size auto'

skewonly選項會耗費大量處理時間，因為它要檢查每個索引中的每個列的值的分布情況。

假如dbms_stat發(fā)現(xiàn)一個索引的各個列分布得不均勻，就會為那個索引創(chuàng)建直方圖，幫助基于代價的SQL優(yōu)化器決定是進行索引訪問，還是進行全表掃描訪問。例如，在一個索引中，假定有一個列在50%的行中，如清單B所示，那么為了檢索這些行，全表掃描的速度會快于索引掃描。--*************************************************************
-- SKEWONLY option—Detailed analysis
--
-- Use this method for a first-time analysis for skewed indexes
-- This runs a long time because all indexes are examined
--*************************************************************
begin
dbms_stats.gather_schema_stats(
ownname => 'SCOTT',
estimate_percent => dbms_stats.auto_sample_size,
method_opt => 'for all columns size skewonly',
degree => 7
);
end;

重新分析統(tǒng)計數據時，使用repeat選項，重新分析任務所消耗的資源就會少一些。使用repeat選項（清單C）時，只會為現(xiàn)有的直方圖重新分析索引，不再搜索其他直方圖機會。定期重新分析統(tǒng)計數據時，你應該采取這種方式。--**************************************************************
-- REPEAT OPTION - Only reanalyze histograms for indexes
-- that have histograms
--
-- Following the initial analysis, the weekly analysis
-- job will use the “repeat” option. The repeat option
-- tells dbms_stats that no indexes have changed, and
-- it will only reanalyze histograms for
-- indexes that have histograms.
--**************************************************************begin
dbms_stats.gather_schema_stats(
ownname => 'SCOTT',
estimate_percent => dbms_stats.auto_sample_size,
method_opt => 'for all columns size repeat',
degree => 7
);
end;

使用alter table xxx monitoring;命令來實現(xiàn)Oracle表監(jiān)視時，需要使用dbms_stats中的auto選項。如清單D所示，auto選項根據數據分布以及應用程序訪問列的方式（例如通過監(jiān)視而確定的一個列的工作量）來創(chuàng)建直方圖。使用method_opt=>’auto’類似于在dbms_stats的option參數中使用gather auto。begin
dbms_stats.gather_schema_stats(
ownname => 'SCOTT',
estimate_percent => dbms_stats.auto_sample_size,
method_opt => 'for all columns size auto',
degree => 7
);
end;

并行收集

Oracle允許以并行方式來收集CBO統(tǒng)計數據，這就顯著提高了收集統(tǒng)計數據的速度。但是，要想并行收集統(tǒng)計數據，你需要一臺安裝了多個CPU的SMP服務器。

更快的執(zhí)行速度

dbms_stats是提高SQL執(zhí)行速度的一種出色機制。通過使用dbms_stats來收集最高質量的統(tǒng)計數據，CBO能夠正確判斷執(zhí)行任何SQL查詢時的最快途徑。dbms_stats還在不斷地改進。目前，它的一些令人激動的新特性（自動樣本大小和自動直方圖生成）已經顯著簡化了Oracle專家的工作。