GRANULARITY=’PARTITION’并不只收集分区级统计：它可能触发子分区或全局统计更新，取决于表结构、CASCADE设置及是否含子分区，且局部收集会使全局统计标记为stale。
GRANULARITY 参数设成 ‘PARTITION’ 真的只收集分区级统计？
不一定。即使显式指定 granularity => 'partition'，dbms_stats.gather_table_stats 仍可能触发子分区或全局统计更新，取决于表结构和已有统计状态。
关键看是否启用了 CASCADE（默认 TRUE）以及表是否有子分区：
- 若表是普通分区表（无子分区），
GRANULARITY => 'PARTITION'会为每个一级分区单独收集统计，并自动汇总出全局统计（GLOBAL级） - 若表是复合分区（如
RANGE-LIST），该参数实际作用于最细粒度——即子分区（SUBPARTITION），不是你直觉里的“分区” - 即使设了
GRANULARITY => 'PARTITION'，只要CASCADE => TRUE（默认），且索引存在，它仍会顺带收集对应分区索引的统计
为什么对单个分区 gather_stats 后，USER_TAB_STATISTICS 里 GLOBAL 行反而变旧了？
这是 oracle 统计信息版本管理的副作用：当只收集部分分区时，全局统计会被标记为“stale”，字段 STALE_STATS = 'YES'，哪怕 LAST_ANALYZED 时间看起来更新了。
原因在于，Oracle 认为全局统计必须基于全部分区数据重算才可信。局部更新不满足这个前提，所以主动降级其有效性：
-
DBMS_STATS.LOCK_TABLE_STATS不影响此行为；锁的是值，不是有效性标记 -
NO_INVALIDATE => FALSE也无法绕过 stale 标记 - 真正修复方式只有两种：
GRANULARITY => 'ALL'全量收集，或手动用DBMS_STATS.SET_TABLE_STATS强制写入全局统计值（需你自己算好）
分区表统计收集慢，是不是因为 GRANULARITY 设错了？
不是参数设错，而是没理解它的并发逻辑。设成 'PARTITION' 反而可能更慢——因为默认串行执行每个分区，除非你显式开启并行：
- 必须同时指定
DEGREE => DBMS_STATS.AUTO_DEGREE或具体数值（如4），否则即使GRANULARITY => 'PARTITION'，也只会一个分区一个分区跑 - 并行下，每个 worker 进程处理一个分区，但所有 worker 共享同一把统计字典锁（
sys.col$相关），高并发时易争用 - 如果分区数远大于 CPU 数，反而因调度开销导致整体时间上升；建议分区数 ≤
DEGREE × 2 - 实测中，对 100+ 分区表，
GRANULARITY => 'GLOBAL'+DEGREE => 8常比'PARTITION'更快——因为避免了重复扫描元数据
如何安全地只更新某几个冷分区的统计，又不让全局统计失效？
Oracle 没提供“局部更新但保持全局有效”的内置开关。你得接受一个事实：只要没全量扫，全局统计就不可信。折中方案是“伪全局”：
- 先用
DBMS_STATS.LOCK_TABLE_STATS锁住整张表，防止其他作业覆盖 - 对目标冷分区逐个调用
DBMS_STATS.GATHER_TABLE_STATS，GRANULARITY => 'PARTITION'，CASCADE => FALSE（避免碰索引） - 再用
DBMS_STATS.SET_TABLE_STATS手动把旧的、仍可信的全局统计值写回去（从DBA_TAB_STATISTICS中查出NUM_ROWS、AVG_ROW_LEN等字段） - 注意：
NUM_ROWS必须是你自己按分区行数 sum 出来的，不能直接抄旧值——否则优化器估算会严重失真
这活儿容易漏掉 AVG_DATA_BLOCKS_PER_KEY 这类依赖数据分布的字段，线上谨慎操作。