数据库CBO执行计划优化器

什么是CBO？

CBO（Cost-Based Optimization）基于开销的优化。能够在众多执行计划中依据开销选出最高效的执行计划，从而提高数据库的性能。

既然是基于事务执行开销的选优，那开销是怎样计算的呢？

事务开销的计算

对于每个事务的执行计划，CBO会基于统计信息计算出一个预期的成本值。这个成本通常以CPU、I/O操作、内存消耗等形式量化。

例如一条SQL查询（SELECT）语句的执行过程，如下所示：

成本估算涉及到一系列复杂的计算过程，比如：

1. 计算全表扫描或索引扫描的成本，考虑磁盘I/O和CPU处理；
2. 估算连接操作的成本，考虑联接类型（Nested Loops, Hash Join, Sort Merge Join）和参与联接的记录数量；
3. 预测排序操作的成本，考虑内存可用性和临时区的使用；
4. 考虑到其他资源消耗，如缓冲区缓存命中率、网络传输等。

统计信息度包含哪些？

CBO适用于大多数需要高效查询性能的场景。特别是对于复杂的SQL语句，CBO可以更好地评估和比较各种查询路径的成本，从而选择出最优的执行计划。由于CBO依赖于统计信息来做出决策，因此在数据分布发生变化或者新数据加载之后，更新统计信息是保持CBO优化效果的关键。

1. CBO依赖于数据库对象（如表、索引）上的统计信息来估算数据量、数据分布以及索引的选择性。这些统计信息通常由ANALYZE命令或自动收集任务维护。
2. 统计信息包括但不限于表的总行数、唯一值数量、直方图、索引密度等，这些都是用来精确预测查询成本的关键。

开启CBO有缺点吗？

1. 依赖统计信息的准确性
   若统计信息过期或采样不充分，CBO 可能生成次优计划。例如，当某表数据分布不均但统计信息未更新时，可能导致错误选择全表扫描而非索引扫描。

2. 计算成本较高
   CBO 需要计算多种执行计划的成本，可能增加优化阶段的耗时。尤其在复杂查询中，搜索空间过大会影响优化速度。

3. 维护统计信息的开销
   定期收集统计信息（如 ANALYZE 命令）可能占用系统资源，对高频更新的表可能产生性能影响。

总结：

CBO 在多数场景下能提升查询效率，但对统计信息管理和计算资源有较高要求。实际应用中需结合业务特点，权衡优化器选择。