Oracle：ANALYZE TABLE与GATHER系列统计收集工具使用疑问

针对你提到的三个统计信息收集相关的疑问，结合Oracle数据库的运维实践，逐一解答如下：

1. ANALYZE TABLE的作用与适用场景 #

ANALYZE TABLE确实是Oracle早期的统计收集方式，自Oracle 9i引入dbms_stats包后，官方就明确推荐使用dbms_stats来收集优化器所需的统计信息——因为它支持并行处理、自动采样、分区表精细化统计等更灵活高效的功能，而且CBO（成本优化器）会优先使用dbms_stats生成的统计数据。

但这并不意味着ANALYZE TABLE完全无用，它仍有特定的适用场景：

• 收集表的链行（Chained Rows）信息：通过ANALYZE TABLE ... LIST CHAINED ROWS可以定位表中存在行链接/迁移的记录，这是dbms_stats无法完成的；
• 验证对象结构完整性：使用ANALYZE TABLE ... VALIDATE STRUCTURE可以检查表、索引或簇的物理结构是否损坏；
• 兼容旧系统：部分非常老旧的应用可能依赖ANALYZE生成的统计信息（这种情况现在已经极少）。

如果只是为了给优化器提供统计数据，ANALYZE TABLE确实已经被dbms_stats替代，无需再执行你提到的那条ANALYZE TABLE命令。

2. dbms_stats.gather_schema_stats的默认采样比例 #

当你执行dbms_stats.gather_schema_stats(xxSchemaxx,cascade=>true);且未指定采样比例时，默认使用的是AUTO_SAMPLE_SIZE——这不是一个固定的百分比，而是由数据库根据表的大小、数据分布情况自动计算的最优采样量。

Oracle会针对小表自动采用全表扫描的方式收集统计，对于大表则会选择合适的采样比例，在保证统计信息准确性的同时，尽可能提升收集效率。这个默认值从Oracle 10g开始引入，是官方推荐的设置，比固定百分比采样更智能。

3. 数据每日有变更的数据库中，统计信息收集的通用做法与频率 #

统计信息收集的核心原则是：统计信息要能准确反映当前的数据分布，同时尽量减少对业务的影响。结合每日有增删改的场景，通用做法如下：

• 优先启用Oracle的自动统计收集任务：这个任务默认在数据库的维护窗口（通常是夜间或周末）运行，会自动识别统计信息过时（stale，默认定义为数据变化量超过10%）的对象，增量收集其统计信息。它能自动适配数据变化情况，减少手动维护的工作量；
• 针对核心业务表做精细化配置：如果某些表每日数据变化率极高（比如超过20%），可以单独为这些表配置每日的增量统计收集任务，避免自动任务的维护窗口错过统计更新；
• 全量统计的频率：如果你的数据库整体数据变化率不高（大部分表每周变化量低于10%），每周周末执行一次全量收集是可行的。但如果有大量表每日变化频繁，建议改为每日增量收集，每月再做一次全量收集来校准统计信息；
• 避免重复收集：不要同时运行手动作业和自动统计任务，否则可能造成资源浪费，甚至统计信息冲突。

内容的提问来源于stack exchange，提问作者pOrinG