DB2數據庫中正確更新執行計劃的實際操作流程
此文章主要向大家講述的是在DB2數據庫中正確更新執行計劃的實際操作流程，與Oracle數據庫一樣，DB2里面分析你的SQL也是通過優化器，生成它認為最優的執行計劃(Access Plan)。DB2的優化器實際上是一個標準規則集合，一般來說我們只要告訴DB2要檢索什么，而不是如何檢索。
那么DB2的優化器是根據什么來判斷SQL的最優存取路徑呢?
DB2的優化器是基于成本的優化器，也就是CBO(Cost Based Optmizer)。也就是說DB2 優化器會應用查詢成本公式，該公式對每條可能的存取路徑的四個因素進行評估和權衡：CPU 成本、I/O 成本、DB2 系統目錄中的統計信息和實際的 SQL 語句。
那么我們來簡單看一下DB2的優化器的工作流程：
1.DB2的優化器，在接收到SQL語句后，會首先校驗SQL的語法，確保是正確的SQL
2.根據當前的系統環境信息，生成最優的執行計劃來優化SQL語句
3.把SQL翻譯成計算機指令語言，并執行這個優化后的SQL
4.返回結果，或者存儲它們，以便將來的執行
在我們看來，DB2 系統目錄中統計信息是讓DB2優化器正確工作的一個非常重要的依據。這些統計信息向優化器提供了與正在被優化的 SQL 語句將要訪問的表狀態相關的信息。這些信息主要包括:
Table--包括表的記錄數、PAGE、PCTFREE以及COMPRESS等信息，相關的系統視圖是:sysstat.tables、syscat.tables
Columns—包括COLUMNS的數量、長度、分布特征以及COMPRESS等信息,相關的系統視圖是:sysstat.columns、syscat. columns
Index--包括是否存在索引、索引的組織(葉子頁的數量和級別的數量)、索引鍵的離散值的數量以及是否群集索引, 相關的系統視圖是:sysstat.indexes、syscat. indexes
其他的還有分區/節點組信息和表空間的信息
如何及時更新這些信息呢?保證DB2優化器正確的工作，在DB2里面提供了以下的辦法。
1.RUNSTATS與REOGCHK
Runstats這個命令的功能主要就是收集數據庫對象的狀態信息，這對DB2數據庫使用合理的ACCESS PLAN是至關重要的。一般來說，以下幾種情況下面，我們需要用runstats來收集統計信息：
1.在給表創建一個index后，我們最好做一次runstat。這個情況也是大家經常忽略的。很多時候大家在給表增加了一個index后，分析執行計劃，發現沒有變化，覺得很奇怪。其實這個時候，你需要做一次runstats，就可以了。在8.2里面，DB2做了很好的改進，可以避免這個問題，在創建index的時候，可以立即更新你的信息。
2.在對table做了一次reorg后，記得要做一次runstats。因為對表做reorg，會修改表的很多信息，比如高水位等，所以做一次runstats,可以更新統計信息。
3.當你的表里面的數據發生了比較大的變化，一般來說，大約表里面的數據量的10%-20%發生了變化，就應該作一次runstats。這些變化包括刪除，修改，插入。對于一些非常大的表，比方在數據倉庫的項目里面，某些事實表非常巨大。這個時候，完整的對一個大表作runstats可能花費時間相當大，DB2 8.1里面支持我們對這些大表作抽樣，比方說只對20%的數據作runstats，這樣的話，一般來說也能保證得到正確的執行計劃。當然首先要確保這個表里面的數據最好分布比較均勻。
4.當你在分區(DPF)數據庫里面使用了REDISTRIBUTE DATABASE PARTITION GROUP這個命令，那么就需要用runstats來收集新的統計信息。
RUNSTATS命令的語法如下：
如果表名為DB2INST1.STAFF，表上有索引，則可以用下面的例子完成RUNSTATS命令：
- db2 runstats on table db2inst1.staff with distribution and detailed indexes all
在實際的項目里面，對于變化比較大的表，需要我們定時對DB2數據庫做runstats，一般來說runstats和reorg可以結合起來做，首先對表作reorg，然后做runstats，最后REBIND數據庫根據最新的統計信息生成合適的統計計劃。
值得注意的是，如果我們要處理的表數據量是快速變化的，比如在電信移動行業，需要在月末進行處理的匯總表。在不長的時間范圍內數據量變化特別大，從而使得RUNSTATS 得到的統計信息不準確，原因是這些統計信息只是某個時間點的信息。您可以用這條語句來把表修改為volatile。
- alter table table_name volatile cardinality
這樣優化器將考慮使用索引掃描而不是表掃描。無論統計信息如何，優化器將使用索引掃描而不是使用表掃描。
IBM的文檔里面還提供了REORGCHK這個命令，可以根據統計公式計算表是否需要重整。
比如可以分為對系統表和用戶表兩部分分別進行REORGCHK：
(1) 針對系統表進行REORGCHK
- DB2 reorgchk update statistics on table system
(2) 針對用戶表進行REORGCHK
- db2 reorgchk update statistics on table user
需要注意的是，如果數據庫中數據量比較大，這些操作一般所需時間比較長，所以盡量安排在數據庫比較空閑的時候做。
- db2 update db cfg using AUTO_MAINT off AUTO_TBL_MAINT off AUTO_RUNSTATS off
在DB2 8.2里面數據庫可以自動進行統計信息收集，不過這樣的動作還是會帶來額外的負載，一般情況下面可以關掉，只在我們需要的時候運行就可以了。
2.LOAD
Load這個工具是DB2里面一個非常強大的數據遷移工具。一般用作大批量的數據插入。因為Load操作不記日志，所以效率非常好。筆者曾經在RS6000平臺上面實現50-60m/s的速度Load數據。在這里我想討論的是在DB2數據庫里面如何用load來影響你的catalog視圖的統計信息。
在Load的時候使用statistics選項可以在裝入的過程中生成統計數據，這些統計數據可以供優化器確定最有效的執行sql語句的方式。
比如：
對表和索引產生最詳細的統計數據：
- load from mobile_number.del of del replace into mobile statistics yes
- with distribution and detailed indexes all
對表和索引都產生簡略的統計：
- load from mobile_number.del of del replace into mobile statistics yes and indexes all
需要值得注意的時候在DB2 8.2新版本里面，可以這樣做:
- load from mobile_number.del of del replace into mobile statistics use profile
3. DB2LOOK
Db2look是DB2一個相當強大的一輔助工具，可以幫助我們從當前數據庫里面把數據庫結構抽取出來。在數據遷移的很多場合，我們都非常需要這個強大的工具。
在一些場合，特別是開發庫遷移到生產庫，生產庫遷移到開發庫的環境中，為了保證SQL執行計劃的一致，我們需要用db2look這個工具，利用 db2look 工具提供的抽取數據庫對象統計信息的功能，把數據庫的統計信息進行遷移。
比如:
(1) 在用戶環境下提取統計信息：
db2 runstats on table <用戶表模式名>.<表名>
db2look -d <用戶DB2數據庫名> -t <表名> -m -o statis.sql
輸出文件中是對用戶的 DB2 系統編目表中與該表統計信息相關的各字段值的 UPDATE 語句。
db2 -svtf statis.sql
(2)利用用戶提供的統計信息更新測試環境下測試表的統計信息：
4.總結
本文對DB2里面更新執行計劃的幾個常見的方法，做了一些拋磚引玉的說明。實際工作中的環境，是千差萬別的，會有很多的不同。需要強調的是，在DB2數據庫里面，基于成本的優化器決定著SQL的執行效率。而正確、及時地收集DB2數據庫的統計信息對于讓優化器生成正確的執行計劃是至關重要的。
【編輯推薦】
- DB2 9 分布式管理之維護的描述
- IBM DB2中提高并發度的3個好用方案介紹
- DB2 V7存儲過程構建環境的正確設置步驟
- DB2管理頁大小的一些限制條件有哪些？
- DB2 9 XML 在真實環境中的相關性能的體現
