和Oracle數據庫一樣，DB2數據庫里面也是通過優化器來分析你的SQL，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。

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。

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
 

DB2 LOOK

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。

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。