SQLP

시험 직전 요약장

판단 기준과 헷갈리는 개념, 대표 예제를 짧게 확인하세요.

과목단원

옵티마이저 통계의 기초: Table·Column Statistics 읽기

최초 오차 원인	확인	후보 개선
Row·Block 규모 변화	`NUM_ROWS`, `BLOCKS`, DML	Table Statistics 재수집
값 편중	Histogram·Bind 분포	필요한 Column Histogram
Column 상관관계	복합 Predicate	Column Group Statistics
함수·표현식	Expression Predicate	Expression Statistics·FBI
범위 밖 최신값	Low/High·Data Max	Statistics Refresh·Partition 전략
Statistics 없음·부족	Notes·Dynamic Sampling	영구 Statistics 또는 Dynamic 설정
Partition 불일치	Global·Partition Stats	Granularity·Incremental 운영
SQL 의미·Data Type	Predicate·Bind	SQL·Bind Type 개선

통계를 무조건 전체 재수집하는 대신 필요한 범위를 선택합니다.

혼동	정확한 기준
NUM_ROWS는 현재 COUNT(*)다	Statistics 수집·유지 시점의 Object Row 통계다
BLOCKS는 Segment 할당 Block이다	Optimizer Statistics의 Used Block이며 Segment View와 구분한다
SAMPLE_SIZE가 작으면 무조건 나쁘다	AUTO_SAMPLE_SIZE·Algorithm과 필요한 Statistics 종류를 함께 본다
DENSITY는 항상 1/NDV다	Histogram이 없을 때 그렇고 Histogram이 있으면 의미가 달라진다
Equality Cardinality는 항상 `(Rows-Nulls)/NDV`다	Oracle의 가장 단순 공식은 Rows/NDV이며 실제 계산은 더 복잡하다
LOW/HIGH가 분포를 모두 설명한다	통계상 범위이며 Histogram과 다르다
STALE_STATS=NO면 정확하다	변경률 임계치만 통과했으며 편중·상관·범위 밖 문제는 남는다
100% Sample이면 모든 추정이 정확하다	상관·표현식·Bind·SQL 구조 문제는 별도다
E-Rows≠A-Rows이면 전체 통계를 재수집한다	최초 오차 원인에 맞는 통계를 선택한다
Starts가 커도 E-Rows와 A-Rows를 그대로 비교한다	Per-Start 또는 Total 기준을 맞춘다

단일 Table·단일 Equality Predicate·Histogram 없음이라는 단순 조건에서 Oracle 문서는 다음 모델을 설명합니다.

예시·텍스트좌우로 이동해 전체 내용을 확인하세요. 키보드: ←·→, Home·End
Selectivity ≈ 1 / NDV
Cardinality ≈ NUM_ROWS / NDV

예시입니다.

예시·텍스트좌우로 이동해 전체 내용을 확인하세요. 키보드: ←·→, Home·End
NUM_ROWS = 1,000,000
NDV      = 4

개념적 Cardinality ≈ 250,000

실제 Optimizer에는 NULL·Density·Bind·Data Type·Histogram·Internal 보정이 추가될 수 있습니다.

현재 브라우저의 연습 채점 기록에서 공개된 단원과 연결된 오답을 확인합니다.

오답 기록을 확인하고 있습니다.