55-Oracle-EXPLAIN PLAN（含23ai ）实操

小伙伴们，有没有经常和开发一起定位sql查询和分析性能问题，经常拿到一串sql进行先做个EXPLAIN，EXPLAIN PLAN作为Oracle数据库提供的一种用于分析SQL语句执行计划的工具，运行后，其实不会真的执行SQL语句而是通过模拟优化器生成执行计划，同时生成的执行计划被写入一个特定的表（默认为PLAN_TABLE，如果没有，实需使用utlxpan的sql新建，实操中有脚本)

第三方DATAGRIP,PL/SQL，Navicat等各种工具，一键EXPLAIN PLAN，同样查询PLAN_TABLE表来了解SQL语句的执行路径，Oracle执行了哪些，信息保存在哪里，API调用是否可行。

一、工作原理与技术要点

核心原理​

• ​静态分析​：仅生成执行计划而不实际执行SQL（规避DDL/DML影响，模拟操作不真实运行，考量真实效果和EXPLAIN可能会有出入）
• ​数据存储​：使用全局临时表PLAN_TABLE$（ON COMMIT PRESERVE ROWS设计）
• ​会话隔离​：每个会话只能访问自己生成的执行计划
• ​依赖统计信息​：准确性取决于表/索引统计信息（行数、直方图等）

关键技术点​

• ​存储表结构​：全局临时表（含Operation/Cost/Rows/Predicate等核心字段）
• ​权限要求​：SELECT ANY TABLE + CREATE SESSION
• ​输出解读​：
  • Id：执行步骤编号（树形结构）
  • Operation：关键操作类型（TABLE ACCESS FULL/INDEX RANGE SCAN等）
  • Rows：优化器估算行数（统计信息决定）
  • Cost：相对执行成本（CPU+IO权重）

二、 生成执行计划的过程

1. USER执行EXPLAIN PLAN FOR 。
2. Oracle解析SQL语句，优化器基于当前的统计信息生成执行计划。
3. 将执行计划的每一步骤插入到PLAN_TABLE$（或用户指定的表）中。
4. 用户通过查询TABLE(DBMS_XPLAN.DISPLAY)或直接查询PLAN_TABLE来查看执行计划。

2.1 底层流程

命令解析 ​：

• 用户执行EXPLAIN PLAN FOR [SQL语句]
• Oracle解析器验证SQL语法和语义正确性

优化器工作 ​：

• 优化器基于统计信息、系统参数和SQL结构
• 生成多个候选执行计划并计算成本估值
• 选择成本最低的执行计划方案

计划存储 ​：

• 将执行计划分解为操作步骤（Operation）
• 逐行写入全局临时表PLAN_TABLE$
• 每行包含：操作ID、父ID、操作类型、对象名、行数估算、成本值等58个字段

格式化输出 ​：

• 用户查询DBMS_XPLAN.DISPLAY函数
• 函数读取当前会话在PLAN_TABLE$中的计划数据
• 按树形结构格式化输出执行计划

执行计划树解析 ​：

• 树形结构：根节点（ID=0）到叶子节点
• 执行顺序：从最右叶子节点向根节点执行
• 缩进表示：层级关系（子操作比父操作缩进2空格）

会话清理 ​：

• 执行计划数据在会话期间持续保留
• 会话结束时自动清除对应数据​

2.2 PLAN_TABLE$核心字段​： 

字段名	说明	调优意义
OPERATION	操作类型（TABLE ACCESS, INDEX SCAN等）	识别全表扫描等性能瓶颈
OPTIONS	操作选项（FULL, RANGE SCAN等）	判断索引使用情况
CARDINALITY	优化器估算行数	与实际行数偏差>10%需警惕
COST	相对执行成本	成本突增预示性能问题
ACCESS_PREDICATES	访问谓词	验证索引使用条件
FILTER_PREDICATES	过滤谓词	识别数据过滤效率

三、技术准备

3.1 环境准备

• 确认PLAN_TABLE存在：通过运行脚本@?/rdbms/admin/utlxplan.sql创建（需要由DBA执行）。
• 用户需要具有以下权限：
  • CREATE SESSION（登录数据库）
  • SELECT ANY TABLE（访问目标表）
  • 如果使用自定义表存储执行计划，还需要有该表的INSERT权限。

SYS@CDB$ROOT> @?/rdbms/admin/utlxplan.sql
SYS@CDB$ROOT> DESC PLAN_TABLE;
Name                 Null?    Type
____________________ ________ _________________
STATEMENT_ID                  VARCHAR2(30)
PLAN_ID                       NUMBER
TIMESTAMP                     DATE
REMARKS                       VARCHAR2(4000)
OPERATION                     VARCHAR2(30)
OPTIONS                       VARCHAR2(255)
OBJECT_NODE                   VARCHAR2(128)
OBJECT_OWNER                  VARCHAR2(128)
OBJECT_NAME                   VARCHAR2(128)
OBJECT_ALIAS                  VARCHAR2(261)
OBJECT_INSTANCE               NUMBER(38)
OBJECT_TYPE                   VARCHAR2(30)
OPTIMIZER                     VARCHAR2(255)
SEARCH_COLUMNS                NUMBER
ID                            NUMBER(38)
PARENT_ID                     NUMBER(38)
DEPTH                         NUMBER(38)
POSITION                      NUMBER(38)
COST                          NUMBER(38)
CARDINALITY                   NUMBER(38)
……………………

3.2 基本语法 

EXPLAIN PLAN
   [ SET STATEMENT_ID = 'statement_id' ]
   [ INTO [schema.]table_name ]
   FOR sql_statement;

• STATEMENT_ID：可选，用于标识不同的执行计划。
• INTO：指定存储执行计划的表，默认是PLAN_TABLE。
• sql_statement：要分析的SQL语句。

3.3 查看执行计划

使用DBMS_XPLAN.DISPLAY函数：

SELECT * FROM TABLE(DBMS_XPLAN.DISPLAY);

可以指定参数：

• table_name：存储执行计划的表（默认为PLAN_TABLE）。
• statement_id：标识执行计划的ID（默认为NULL）。
• format：显示格式（如'BASIC', 'TYPICAL', 'ALL'）。

3.4 执行计划的关键字段

• Id：步骤编号，根节点为0。
• Operation：操作类型（如TABLE ACCESS FULL）。
• Name：涉及的表或索引名。
• Rows：优化器估算的返回行数。
• Cost：优化器估算的成本。
• 其他：如Bytes（字节数）、Time（时间）等。

3.5 执行计划的准确性

• 高度依赖统计信息的准确性（包括表、索引的统计信息以及直方图等）。
• 如果统计信息过旧，执行计划可能不准确。

四、 验证脚本

4.1 创建测试表

-- 创建测试表HR.T4EXPLAIN，直接拷贝了DBA_OBJECTS的数据
CREATE TABLE HR.T4EXPLAIN AS SELECT * FROM dba_objects;
--Table HR.T4EXPLAIN created.

4.2 生成执行计划 

-- 生成执行计划
EXPLAIN PLAN FOR
SELECT object_id, object_name, object_type
FROM HR.T4EXPLAIN
WHERE object_type = 'TABLE';
--Explained.

4.3 查看执行计划 

-- 基本格式
SELECT * FROM TABLE(DBMS_XPLAN.DISPLAY);
--SYS@CDB$ROOT> SELECT * FROM TABLE(DBMS_XPLAN.DISPLAY);
Plan hash value: 2206274169

-------------------------------------------------------------------------------
| Id  | Operation         | Name      | Rows  | Bytes | Cost (%CPU)| Time     |
-------------------------------------------------------------------------------
|   0 | SELECT STATEMENT  |           |  1537 | 81461 |   446   (1)| 00:00:01 |
|*  1 |  TABLE ACCESS FULL| T4EXPLAIN |  1537 | 81461 |   446   (1)| 00:00:01 |
-------------------------------------------------------------------------------

Predicate Information (identified by operation id):
---------------------------------------------------

   1 - filter("OBJECT_TYPE"='TABLE')

13 rows selected.

-- 更加详细的格式
SELECT * FROM TABLE(DBMS_XPLAN.DISPLAY(NULL, NULL, 'ALL'));
SYS@CDB$ROOT> SELECT * FROM TABLE(DBMS_XPLAN.DISPLAY(NULL, NULL, 'ALL'));
Plan hash value: 2206274169

-------------------------------------------------------------------------------
| Id  | Operation         | Name      | Rows  | Bytes | Cost (%CPU)| Time     |
-------------------------------------------------------------------------------
|   0 | SELECT STATEMENT  |           |  1537 | 81461 |   446   (1)| 00:00:01 |
|*  1 |  TABLE ACCESS FULL| T4EXPLAIN |  1537 | 81461 |   446   (1)| 00:00:01 |
-------------------------------------------------------------------------------

Query Block Name / Object Alias (identified by operation id):
-------------------------------------------------------------

   1 - SEL$1 / "T4EXPLAIN"@"SEL$1"

Predicate Information (identified by operation id):
---------------------------------------------------

   1 - filter("OBJECT_TYPE"='TABLE')

Column Projection Information (identified by operation id):
-----------------------------------------------------------

   1 - "OBJECT_NAME"[VARCHAR2,128], "OBJECT_ID"[NUMBER,22],
       "OBJECT_TYPE"[VARCHAR2,23]

24 rows selected.

SYS@CDB$ROOT>

4.4 检查PLAN_TABLE$（DBA权限） 

-- 查看当前会话的执行计划在PLAN_TABLE$中的记录
SELECT operation, options, object_name, id, cardinality, cost 
FROM sys.plan_table;

五、 Oracle 23ai中的验证（向量搜索的EXPLAIN PLAN）

在Oracle 23ai中，EXPLAIN PLAN

-- 创建测试表（支持AI特性）
CREATE TABLE ai_sales_data (
    sale_id      NUMBER GENERATED ALWAYS AS IDENTITY PRIMARY KEY,
    product_id   NUMBER,
    sale_date    DATE,
    quantity     NUMBER,
    
    amount       NUMBER(10,2),
    ai_features  VECTOR 
);
--Table AI_SALES_DATA created.
--插入语句
INSERT INTO ai_sales_data (product_id, sale_date, quantity, amount, ai_features)
SELECT 
    ROWNUM,
    SYSDATE - DBMS_RANDOM.VALUE(1,365),
    ROUND(DBMS_RANDOM.VALUE(1,100)),
    DBMS_RANDOM.VALUE(10,1000),
    VECTOR('['
           || DBMS_RANDOM.VALUE() || ','
           || DBMS_RANDOM.VALUE() || ','
           || DBMS_RANDOM.VALUE() || ']'
    )
FROM dual 
CONNECT BY LEVEL <= 1000;
COMMIT;
-- 确保统计信息最新
EXEC DBMS_STATS.GATHER_TABLE_STATS(USER, 'AI_SALES_DATA');
-- 生成向量搜索执行计划
EXPLAIN PLAN FOR
SELECT /*+ VECTOR_INDEX(sales_vec_idx) */ 
    sale_id, 
    amount,
    VECTOR_DISTANCE(ai_features, VECTOR('[0.5, 0.3, 0.8]'), EUCLIDEAN) AS dist
FROM ai_sales_data
WHERE VECTOR_DISTANCE(ai_features, VECTOR('[0.5, 0.3, 0.8]'), EUCLIDEAN) < 0.2
ORDER BY dist;
--Explained.
--查看完整计划详细信息
SELECT * FROM TABLE(DBMS_XPLAN.DISPLAY(
    format => 'ALL'
));
--
SYS@CDB$ROOT> SELECT * FROM TABLE(DBMS_XPLAN.DISPLAY);
Plan hash value: 1060895572

------------------------------------------------------------------------------------
| Id  | Operation          | Name          | Rows  | Bytes | Cost (%CPU)| Time     |
------------------------------------------------------------------------------------
|   0 | SELECT STATEMENT   |               |    39 |   585 |     8  (13)| 00:00:01 |
|   1 |  SORT ORDER BY     |               |    39 |   585 |     8  (13)| 00:00:01 |
|*  2 |   TABLE ACCESS FULL| AI_SALES_DATA |    39 |   585 |     7   (0)| 00:00:01 |
------------------------------------------------------------------------------------

Predicate Information (identified by operation id):
---------------------------------------------------

   2 - filter(VECTOR_DISTANCE("AI_FEATURES" /*+ LOB_BY_VALUE */ ,
              VECTOR('[0.5, 0.3, 0.8]', *, *, * /*+  USEBLOBPCW_QVCGMD */ ),
              EUCLIDEAN)<2.0000000000000001E-001D)

Note
-----
   - dynamic statistics used: dynamic sampling (level=AUTO (SYSTEM))

20 rows selected.

SYS@CDB$ROOT>
--Oracle 23ai不要直接在 DBMS_XPLAN.DISPLAY 中组合 ADAPTIVE +VECTOR +AI，推荐的格式组合或分多次查询获取不同方面的信息。

 JSON显示EXPLAIN PLAN

-- 1. 直接查询PLAN_TABLE（基本计划信息）
SELECT 
    id,
    LPAD(' ', depth*2) || operation || ' ' || options AS operation,
    object_name,
    cardinality AS "ROWS",
    cost
FROM plan_table
ORDER BY id;
-- 方法2: 使用 DISPLAY 函数获取 JSON
 -- 获取最新执行计划
SELECT DBMS_XPLAN.DISPLAY(
    format => 'JSON'
) AS json_plan
FROM plan_table
WHERE id = 0;
--JSON格式
SELECT DBMS_XPLAN.DISPLAY(statement_id => NULL, format => 'JSON') AS json_plan
FROM DUAL;

oracle.sql.ARRAY@2b7774d5
oracle.sql.ARRAY@44bbb7c6
oracle.sql.ARRAY@3303e89e
--

六、 使用体验

EXPLAIN PLAN是Oracle中用于分析SQL执行计划的重要工具，它通过静态分析生成执行计划，避免对生产环境产生影响。使用它需要确保统计信息准确，并理解其输出结果。在Oracle 23ai中Vector查询支持EXPLAIN PLAN 显示按照层次分布。

最佳实践总结

• ​使用场景​ 敏感操作预分析 ，索引优化验证 ， 复杂SQL逻辑检查；做不到实际性能测试（需配合AWR/SQL Trace）
• ​优化建议​

1. 定期收集统计信息：DBMS_STATS.GATHER_TABLE_STATS
2. 比较不同格式输出：BASIC/TYPICAL/ALL/ADVANCED
3. 结合动态性能视图：V$SQL_PLAN

• ​风险规避​

1. 避免在统计信息过期时依赖执行计划
2. 生产环境配合SQL Plan Baseline使用