物化视图统计信息引发的查询性能问题及解决方案

近期，开发团队反馈称某操作响应异常缓慢，初步判断为数据库查询性能问题。登录数据库环境检查当前执行的SQL语句，发现如下查询语句已执行较长时间：

```sql
SELECT t1.SECURITY_PHONE AS MOBILE_PHONE, t1.SECURITY_EMAIL AS OTHER_EMAIL,
t2.* FROM accstat.ACCOUNT_DELTA t1, bidata.TMP_CN06 t2
WHERE t1.CN_MASTER = t2.CN;
```

此查询语句看似简单，但为何执行缓慢？深入了解后得知，该数据库主要用于统计分析，数据来源于12个分表的账户信息，通过物化视图实现每日增量更新。每个物化视图对应一个分表，所有物化视图汇总至`ACCOUNT_DELTA`视图。

检查执行计划发现，12个物化视图均进行了全表扫描，导致整体执行成本极高。进一步调查发现，尽管相关字段均已建立索引，但由于`TMP_CN06`表中的`CN`字段类型为`VARCHAR2(70)`，而`ACCOUNT_DELTA`中的`CN_MASTER`字段为`VARCHAR2(50)`，这可能是造成问题的原因之一。调整字段类型后，执行计划仍未改善。

考虑到多物化视图可能导致的问题，尝试通过分片处理来优化。首先创建了一个包含所有数据的临时表，但在执行过程中遇到了ORA错误，提示无法扩展临时段。随后，采用逐一分片导入的方式，发现单个分片与`TMP_CN06`表关联时，查询计划利用了索引扫描，显著降低了执行成本。

最终，通过收集各物化视图的统计信息，解决了动态采样导致的全表扫描问题。执行计划显示，所有物化视图均通过索引访问，查询性能大幅提升。例如，原查询耗时数小时，优化后仅需几秒钟即可完成。

```sql
EXEC DBMS_STATS.GATHER_TABLE_STATS(OWNNAME => 'ACCSTAT', TABNAME => 'ACC04_ACCOUNT_DELTA', CASCADE => TRUE, METHOD_OPT => 'FOR ALL INDEXED COLUMNS SIZE 1', DEGREE => 4, GRANULARITY => 'ALL');
```

总结来说，正确管理物化视图的统计信息对于保证查询性能至关重要。通过合理的统计信息收集策略，可以有效避免因统计信息不准确导致的性能瓶颈。