当Oracle应该使用索引时，为什么要使用完整表扫描？

我正在Oracle中对查询计划进行一些实验，结果如下表所示：

--create a table to use
create table SKEWED_DATA(
  EMP_ID int,
  DEPT int,
  COL2 int,
  CONSTRAINT SKEWED_DATA_PK PRIMARY KEY (EMP_ID)
);
--add an index on dept
create index SKEWED_DATA_INDEX1 on SKEWED_DATA(DEPT);

然后，我插入一百万行数据，其中99999行具有部门id 1，1行具有部门id 99

在计算表的统计数据之前，Oracle Autotrace显示，在运行以下查询时，它正在对这两个查询使用索引扫描：

select AVG(COL2) from SKEWED_DATA D where DEPT = 1;
select AVG(COL2) from SKEWED_DATA D where DEPT = 99;

我的理解是，在这种情况下，对部门id 1使用完整表扫描，对部门id 2使用索引扫描更有效

然后，我运行以下命令为表生成统计信息：

execute DBMS_STATS.GATHER_TABLE_STATS ('HARRY','SKEWED_DATA'); 

查询

dba\u tab\u statistics

和

user\u tab\u col\u statistics

确认已收集统计数据和直方图

现在，对以下查询运行autotrace将显示两个查询的完整表扫描

select AVG(COL2) from SKEWED_DATA D where DEPT = 1;
select AVG(COL2) from SKEWED_DATA D where DEPT = 99;

我的问题是：当只有一行具有此值时，Oracle为什么要对dept id 99使用完整表扫描

更新 我尝试运行dept 99的查询，并提示Oracle使用索引，虽然Autotrace认为它的效率较低，但所需时间为0.001秒，而使用完整表扫描时为0.03秒，从而证明（我认为？）我的理论，即Oracle应该在本例中使用索引

select /*+ INDEX(D SKEWED_DATA_INDEX1) */ AVG(COL2) from SKEWED_DATA D where DEPT = 99;

---

好吧，我想我可能已经解决了。当我有999999行的dept 1和1行的dept 99时，我通过运行以下查询来检查直方图存储桶的数量：

select COLUMN_NAME, HISTOGRAM, NUM_BUCKETS, NUM_DISTINCT from USER_TAB_COL_STATISTICS where  TABLE_NAME = 'SKEWED_DATA';

这表明有两个不同的值，但只有一个bucket。如果我将统计数据收集更改为：

execute DBMS_STATS.GATHER_TABLE_STATS('HARRY','SKEWED_DATA',estimate_percent=>100);

然后它正确地提出了2个桶，自动跟踪显示了“正确”的执行计划。所以，我想这是因为我的数据极度“偏斜”，Oracle无法为它生成正确的统计数据，除非估计的百分比是巨大的

有趣的是，如果我有稍微少一点的倾斜数据（比如说，部门id为99的所有记录中有2-3%）Oracle确实正确地处理了它，即使我将估计百分比保留为默认值

---

因此，这个故事的寓意似乎是：如果你有这样可笑的数据倾斜，而Oracle没有使用正确的执行计划，试着使用

estimate\u percent

参数。

try

DBMS\u STATS.GATHER\u TABLE\u STATS（'HARRY'，'skewed\u data'，cascade=>true）-收集此表索引的统计信息。如果没有它，您可能有表的统计信息，但没有索引的统计信息。@MT0谢谢您的建议，但这似乎没有什么区别。很奇怪…我没看到你在报道什么；dept=1有一个完整的表扫描（包括收集统计数据之前），dept=99有一个索引范围扫描（统计数据之前和之后，有无级联）。我只能通过显式的
cascade=>false
使用索引范围扫描来实现两者。这是在11.2.0.3中，所以可能是补丁级别的差异/错误修复？看起来11.2.0.2确实如您所说：和；还有。@AlexPoole请看更新的问题-我想我可能已经解决了。。。