Optimizer의 Cost 계산 동작을 결정하며 다음과 같이 다섯 가지 모드가 있음 (기본값: ALL_ROWS) 

• FIRST_ROWS_1 

• FIRST_ROWS_10 

• FIRST_ROWS_100 

• FIRST_ROWS_1000 

• ALL_ROWS 
 

• FIRST_ROWS_n은 n개의 Row를 읽어들일 때 최적인 Plan을 선택하게 하는 것이며, ALL_ROWS는 결과 전체 Row를 읽어들일 때 최적의 Plan을 선택하게 하는 것이
• 쿼리 결과 Row 개수가 n보다 많더라도 클라이언트에서 n개의 Row만 Fetch한다면 FIRST_ROWS_n 모드로 변경하도록 함

• Tibero는 다음과 같이 두 가지 모드를 지원한다. (기본값: EXACT) 

• EXACT: SQL 문자열 전체가 완전히 일치하는 PP가 있는 경우 사용

• FORCE: SQL 문자열에서 상수들을 바인드 문자열로 변환하여 같은 PP를 사용할 수 있도록 해줌
 

•  예를 들어 SELECT * FROM T WHERE C=1과 SELECT * FROM T WHERE C=2 두 쿼리가 있을 경우 EXACT는 각각 별도의 실행 계획을 생성하지만 FORCE는 SELECT * FROM T WHERE C=:SYS_B_0 처럼 상수값을 동일 바인드 변수로 바꾸면서 동일한 SQL이 되게 하여 같은 실행계획을 사용하게 됨
• 만약 FORCE 모드로 할 경우 최대한 쿼리들 간에 실행계획을 공유하게 하여 PP cache 메모리 사용량을 줄일 수 있으나 바인드 파라미터로 바꾸는 내부 작업도 필요하며, SQL 문에 해당 값을 조건문으로 사용하는 Column의 분포도가 불규칙할 경우 Selectivity 계산이 부정확해질 수 있음

• Optimizer에서는 조인에 대해 최대한 다양한 가짓수의 Plan을 만들어봄
•  n개의 조인 대상이 있을 경우 대상들 간의 순서, 조인 알고리즘 등을 고려하여 가능한 모든 Plan을 생성
• 하지만 조인 대상이 많아질수록 가짓수는 기하급수적으로 늘어 나기 때문에 Optimizer에서 사용하는 시간이 과다하게 증가하므로 중간에 비효율적인 Plan들은 미리 제거하는데 그 기준이 되는 값(기본값: 5M, 설정값: 1M ~ 50M)) 
• 해당 값을 낮추게 되면 조인 대상이 많은 경우에 대해 Parsing 시간을 단축시킬 수 있음
• 반면 경우에 따라 좋을 수도 있는 Plan이 중간에 걸러질 수 있는 단점도 있음

Dynamic sampling 사용 여부를 결정하는 파라미터 (기본 값: Y) 

• Y : Dynamic sampling을 사용

• N : Dynamic sampling을 사용하지 않음

• Dynamic sampling은 매우 적은 Sample block을 읽어오기 때문에 통계 정보의 정확성이 떨어진다는 단점이 있음
• 이때 이 파라미터 값을 증가시켜 더 많은 Sample block을 읽어옴으로써 통계 정보의 오차를 줄일 수 있음 (기본값: 50, 설정값: 1 ~ 99)

• 조인에 사용되는 알고리즘으로 크게 Hash join, Index join(nested loop join with index), Sort merge join이 있는데 이 때 해당 알고리즘 사용 여부를 지정하는 파라미터 (기본값: Y) 
• 만약 N으로 설정할 경우 해당 알고리즘은 Optimizer의 고려 대상에서 제외됨
• _ENABLE_HASH_JOIN_FULL_OUTER(기본값:Y)은 Full outer join 일때 Hash join 사용 여부를 결정하는 파라미터

• Group by의 키 Column값들에 대해서 Grouping을 하기 위해 사용되는 알고리즘으로 해시(Hash) 방식과 정렬(Sort) 방식이 있음 (기본값: Y) 
• 만약 이미 정렬된 상태이면 그냥 Group by만 수행하면 되지만 그렇지 않은 경우에는 해시(Hash) 방식과 정렬(Sort) 방식의 알 고리즘을 통해 Grouping을 할 수 있게 다듬어야 하는데 이때 각각의 알고리즘 사용 여부를 결정하는 파라미터
• 경우에 따라서 Sort group by로 풀렸는데 성능이 잘 나오지 않는 경우 _ENABLE_SORT_GROUPBY=N로 설정

Index skip scan 사용 여부를 결정하는 파라미터 (기본값: Y) 

• Y: 사용함 

• N: 사용 안 함만약 N로 하면 힌트를 부여해도 Index skip scan 을 Plan으로 채택하지 않음

• Parallel로 수행되는 Group by일 경우 최적화를 위해 이중 Group by를 하는 Plan을 만드는 경우가 있음(기본값 :100)
•  Optimizer가 예측하기로 Group by 수행으로 줄어드는 row의 비율이_OPT_PGROUPBY_PUSH_RATIO 퍼센트 이하일 경우 이 중 Group by를 하도록 유도
• 일반적으로 Parallel 쿼리는 대용량이기 때문에 효율적인 경우가 많음
• 하지만 경우에 따라 이 중 Group by가 오히려 역효과를 내는 경우가 있음
• 이 경우에는 해당 파라미터값을 낮춰서(사용하지 않으려면 0으로 설정) Single group by로 처리되도록 함

• 히스토그램에서 지정된 최댓값, 최솟값 범위를 넘어선 값이 = 조건문으로 사용된 경우 범위를 크게 벗어나지 않는한은 어느 정도 보정된 Selectivity를 부여하는 기능 (기본값: 100)
• 만약 100으로 설정할 경우 '최댓값 - 최솟값'의 너비 만큼 최댓값 보다 크고, 최솟값보다 작은 범위에 있는 값도 각각 최댓값, 최솟 값이 속한 Bucket의 1/NDV의 Selectivity를 일부 보정하여 계산됨
• 예를 들어 히스토그램상 최댓값=100, 최솟값=0일 경우 C=101의 조건문이 있을 때 기본 설정상으로는 Selectivity=0이지만, 해당 파라미터를 적용하면 Bucket내 NDV를 적용하여 1/NDV * (일정 보정된 비율)의 Selectivity를 갖게 됨

• SKIP 가능한 블럭이 있는 경우 SKIP 하여 SCAN 하는 기능을 설정하는 파라미터
• 예를 들어 sample percent가 1%인 경우 1row를 뽑은 후 다음 99row를 뛰어넘는 방식으로 블록을 읽게 되는데 따라서 sample percent가 작거나 하나의 블록에 들어가는 row가 적을 때 효과적인 파라미터 

• N: 미사용 (기본값) 

• Y: 사용

Block sampling 성능 개선을 위한 파라미터

• N: 미사용 (기본값) 

• Y: 사용