13518219792
首先要了解为什么要进行表分析，表分析的结果被Oracle用于基于成本的优化生成更好的查询计划。所以，一般发现如有个表的查询性能比较差，或者原本有索引但是没有走，那就可以考虑对表进行分析。
成都创新互联专业为企业提供乌达网站建设、乌达做网站、乌达网站设计、乌达网站制作等企业网站建设、网页设计与制作、乌达企业网站模板建站服务，10余年乌达做网站经验，不只是建网站，更提供有价值的思路和整体网络服务。
去这里看看??
数据结构被称为物理（存储）的数据结构在计算机中的表示（图片）。它包括一个数据元素表示的关系的表示。
物理结构，也就是由Oracle数据库所使用的操作系统的文件结构。对于数据库的物理结构文件，不同版本的Oracle，不同的操作系统平台上的数据库文件存放的目录结构不同的物理结构
其作用可分为三类：
数据日志文件的文件
控制文件
数据文件，数据文件，用于存储数据库中的数据，如表，索引等。当读取数据时，系统首先读取的数据从数据库文件，并存储到数据缓冲器，SGA。
重做日志文件，重做日志文件
所有的记录在数据库中的信息。这是三种类型的文件，文件中最复杂的，而且要保证数据库的安全性和数据库的备份和恢复文件直接。
控制文件
控制文件是一个二进制文件，用来描述数据库的物理结构，数据库只需要一个控制文件，控制文件的内容，包括：
同步需要恢复的数据文件和日志文件的信息标识数据库和数据库的名称，唯一标识
数据库，检查点数量
/
a
如果有，请记得采纳为满意的答复，谢谢你！我祝你幸福的生活！
vaela
参数说明:
ownname:要分析表的拥有者
tabname:要分析的表名.
partname:分区的名字,只对分区表或分区索引有用.
estimate_percent:采样行的百分比,取值范围[0.000001,100],null为全部分析,不采样. 常量:DBMS_STATS.AUTO_SAMPLE_SIZE是默认值,由oracle决定最佳取采样值.
block_sapmple:是否用块采样代替行采样.
method_opt:决定histograms信息是怎样被统计的.method_opt的取值如下:
for all columns:统计所有列的histograms.
for all indexed columns:统计所有indexed列的histograms.
for all hidden columns:统计你看不到列的histograms
for columns SIZE | REPEAT | AUTO | SKEWONLY:统计指定列的histograms.N的取值范围[1,254]; REPEAT上次统计过的histograms;AUTO由oracle决定N的大小;SKEWONLY multiple end-points with the same value which is what we define by "there is skew in the data
degree:决定并行度.默认值为null.
granularity:Granularity of statistics to collect ,only pertinent if the table is partitioned.
cascace:是收集索引的信息.默认为falase.
stattab指定要存储统计信息的表,statid假如多个表的统计信息存储在同一个stattab中用于进行区分.statown存储统计信息表的拥有者.以上三个参数若不指定,统计信息会直接更新到数据字典.
no_invalidate: Does not invalidate the dependent cursors if set to TRUE. The procedure invalidates the dependent cursors immediately if set to FALSE.
force:即使表锁住了也收集统计信息.
例子:
execute dbms_stats.gather_table_stats(ownname = 'owner',tabname = 'table_name' ,estimate_percent = null ,method_opt = 'for all indexed columns' ,cascade = true);
begin
dbms_stats.gather_table_stats( ownname='XXXX',tabname = 'XXXX' ,ESTIMATE_PERCENT=100,degree=8, CASCADE=true);
end;
在Oracle 数据库中，我们经常需要去手工分析表和索引，还有某个模式下所有的表和索引等等。oracle 提供了两种分析方法，分别是dbms_stats 包和analyze 命令。这些是我们在日常项目管理中的真实使用的方法，供参考。
在10g 中分析某一个用户下所有的对象，如user_miki 用户
Sql代码 收藏代码
sys.dbms_stats.gather_schema_stats(ownname = 'user_miki',estimate_percent = 30,method_opt = 'FOR ALL INDEXED COLUMNS SIZE AUTO',cascade = true,options = 'GATHER');
这是我在项目中分析一个用户所有对象的分析方法，取样比例为30% ，分析所有索引字段，生成柱形图，并且也分析索引。
(miki西游 @mikixiyou 文档，原文链接: )
在10g 中分析某一个用户下某一个表及其索引，如user_miki 用户下info 表和它的索引
Sql代码 收藏代码
execute dbms_stats.gather_table_stats(ownname = 'user_miki',tabname = 'info',estimate_percent = 30,method_opt = 'for all indexed columns size auto');
这是我在项目中单独分析一个用户中一张表的分析方法，取样比例为30% ，分析所有索引字段，生成柱形图，并且也分析索引。
我们在google 时，还能看到使用analzye 命令分析表的方法。
Sql代码 收藏代码
analyze table table_name compute statistics;
这个会将索引和表一起分析；
Sql代码 收藏代码
analyze table table_name compute statistics for table;
这个仅分析表；
analyze table table_name compute statistics for all columns;
这个仅分析表，和上面所有的字段，生成柱形图
analyze table table_name compute statistics for all indexed columns;
这个仅分析表，和上面所有建立索引的字段，生成柱形图
在9i 中，我们常常使用analyze 方法，在10g 以后，就改为dbms_stats.gather_schema_stats 类似的包来分析数据库对象了。
10g 的分析函数包比9i 的analyze 方法更灵活一些。
在10g 中，会有个系统的计划任务，每天10 点和周末两天都自动分析新的数据库对象和它认为统计信息已经过期的数据库对象。这个分析结果有时候不靠谱。
因此，我都采用10g 中提供的dbms_stats.gather_schema_stats 方法作为补充，设置一个计划任务定期去分析业务用户下所有数据库对象。
Sql代码 收藏代码
variable job number;
begin
sys.dbms_job.submit(job = :job,
what = 'sys.dbms_stats.gather_schema_stats(ownname = ''USR_MIKI'',estimate_percent = 30,method_opt = ''FOR ALL INDEXED COLUMNS SIZE AUTO'',cascade = true,options = ''GATHER'');',
next_date = to_date('16-12-2012 00:56:24', 'dd-mm-yyyy hh24:mi:ss'),
interval = 'sysdate+7');
commit;
end;
/
例如，设置为每周六运行一次。
analyze table 表名 compute statistics\x0d\x0aanalyze index 索引ID compute statistics\x0d\x0a\x0d\x0a如果想分析所有的表名和index名可以从视图user_tables，user_indexes取得相关的信息，自动生成SQL命令
