CBO（Cost-Based Optimizer）是Oracle数据库引擎的优化器组件之一，其主要任务是根据查询语句的结构、数据分布、统计信息等因素选取最优的执行计划，以达到最佳的查询性能。相比较于传统的基于规则的优化器，CBO使用成本模型进行查询计划选拔，可更好地适应复杂的查询场景，提高SQL执行时的吞吐量。
下面来举一个例子说明CBO的作用。假设我们有一个简单的查询语句：
SELECT col1 FROM table1 WHERE col2 = 123;
当基于规则的优化器接收到这条查询请求，会首先检查该查询语句是否能够匹配已经预定义好的查询模板，例如是否以表开头，是否有等值谓词等等。如果符合要求，则会根据规则对查询语句进行优化，并生成相应的执行计划。假设其生成的执行计划为使用索引查询：
Operation Option Object Name
------- --------- -------------
SELECT STATEMENT N/A
TABLE ACCESS BY INDEX ROWID table1
INDEX RANGE SCAN table1_ix1
虽然使用索引查询表可能是一种高效的查询方式，但是由于查询语句中的常量值为123，而表中col2的数据分布很分散，因此使用索引的代价会比全表扫描高得多，导致执行时间过长。
但如果我们将CBO引入到这个例子中，其逻辑就会不同。CBO在接收到查询语句后，会先通过分析语句中的各种元素（谓词、表、列、常量值等）来生成一组可行的执行计划。在生成执行计划的同时，CBO会根据表和索引的统计信息来估算相应的查询代价，并选择代价最小的执行计划作为最终的执行方案。因此，如果我们使用CBO，则查询语句将会按照全表扫描的方式进行查询，以获取更好的性能。
要想正确地使用CBO进行优化，必须要有好的统计信息。Oracle的统计信息包括表和索引的大小、选择性、聚集度、直方图数据等，是确定CBO执行计划的基础。在Oracle 10g及以上版本中，可以通过dbms_stats包中的统计信息收集过程来自动维护统计信息，以确保CBO执行计划的正确性。
除此之外，为了让CBO更加准确地估算查询代价，还有一些其他的优化建议。例如，尽可能使查询使用索引，增加索引的选择性，减少数据分散度等。
总之，CBO是一个非常重要的Oracle数据库优化技术，在高并发的系统中可以显著提高数据查询效率。当然，每个实际案例都是不同的，我们需要认真评估不同技术选项的使用效果，才能得到最优的数据库性能。
