11g CBO深度解析：反馈优化与新特性

"这篇文档是Dave Anderson在SkillBuilders.com上分享的关于11g Oracle Cost-Based Optimizer（CBO）的一些关键知识点。主要内容包括反馈优化、直读全扫描、新join技术、并行查询增强、null感知反连接、DBMS_STATS扩展统计信息以及SQL计划管理。" 11g Oracle CBO是Oracle数据库11g版本中的核心优化器，它通过成本计算来决定SQL查询的最佳执行计划。以下是对这些关键知识点的详细解释： **反馈优化(Feedback-Based Optimization)** 在Oracle 11g中，CBO引入了反馈优化机制，旨在解决计划不准确的问题。当实际运行的查询与预估的执行计划存在显著差异时，CBO能够收集运行时数据并据此调整优化策略。之前的解决方案，如绑定变量窥探（Bind Variable Peeking）和动态采样（Dynamic Sampling），存在一定的局限性。绑定变量窥探基于第一个出现的值生成计划，而动态采样需要手动干预且成本较高。11g的反馈优化则允许CBO根据实际执行情况自动调整，减少了因绑定变量值改变导致的计划问题。 **直读全扫描(Direct Reads for Full Scans)** 直读全扫描是一种提高全表扫描效率的方法。在11g中，Oracle优化了I/O操作，使得全表扫描可以直接读取数据块，跳过Buffer Cache，从而提高大表处理速度。这对于大量数据的处理尤其有用。 **新Join Techniques** 11g中CBO引入了新的连接技术，如Hash Join和Nested Loop Join的优化，以应对更复杂的查询需求。这些改进提高了连接操作的性能，特别是在处理大规模数据集时。 **并行查询增强(Parallel Query Enhancements)** 并行查询是提高大数据处理能力的重要手段。11g对并行查询进行了增强，优化了资源分配和任务调度，减少了等待时间，提升了整体执行效率。 **Null Aware Anti-Joins** Null Aware Anti-Join是一种避免包含特定NULL值的连接操作的新方法。在11g中，CBO可以更有效地处理这类查询，减少了不必要的运算，提高了性能。 **DBMS_STATS Extended Stats** 扩展统计信息提供了更深入的表和列统计信息，帮助CBO做出更精确的决策。这包括对函数依赖性和多列统计的分析，从而改进了复杂查询的优化效果。 **SQL Plan Management** SQL计划管理是11g的一个重要特性，允许管理员存储和管理SQL查询的首选执行计划。当查询计划发生变化时，可以通过SQL计划管理来强制执行或引导回最优计划，避免意外的性能下降。 Oracle 11g在CBO方面的改进旨在提供更智能、更适应变化的查询优化，确保SQL查询性能最大化，并减少由于计划不准确导致的系统不稳定因素。通过这些特性，DBA可以更好地管理和监控数据库的性能，确保系统的高效运行。