直方图在列数据分布不均匀时非常有用,查询优化器需要直方图信息才能做出正确的估算。有频度直方图与等高直方图两种。本篇依然使用上一篇的测试表,文章链接Oracle中收集表与列统计信息
一、频度直方图
频度直方图使用的不是频度,而是使用累积频度。下面的endpoint_number是取值的累计次数。
SELECT ENDPOINT_VALUE,
ENDPOINT_NUMBER,
ENDPOINT_NUMBER - LAG(ENDPOINT_NUMBER, 1, 0) OVER(ORDER BY ENDPOINT_NUMBER) AS FREQUENCY
FROM USER_TAB_HISTOGRAMS
WHERE TABLE_NAME = 'T'
AND COLUMN_NAME = 'VAL2'
ORDER BY ENDPOINT_NUMBER;
ENDPOINT_VALUE ENDPOINT_NUMBER FREQUENCY
-------------- --------------- ----------
101 8 8
102 33 25
103 101 68
104 286 185
105 788 502
106 1000 212
频度直方图的本质特征有:
①桶数(分类数)等于唯一值总数。
②列endpoint_value提供该本身。
③列endpoint_number是取值的累计出现次数。只有当前endpoint_number减去上一endpoint_number才是当前值的出现次数。
下面演示查询优化器怎样使用频度直方图精确地估算出基于列val2过滤后查询返回的基数(cardinality)。
EXPLAIN PLAN SET STATEMENT_ID '101' FOR SELECT * FROM t WHERE val2=101;
EXPLAIN PLAN SET STATEMENT_ID '102' FOR SELECT * FROM t WHERE val2=102;
EXPLAIN PLAN SET STATEMENT_ID '103' FOR SELECT * FROM t WHERE val2=103;
EXPLAIN PLAN SET STATEMENT_ID '104' FOR SELECT * FROM t WHERE val2=104;
EXPLAIN PLAN SET STATEMENT_ID '105' FOR SELECT * FROM t WHERE val2=105;
EXPLAIN PLAN SET STATEMENT_ID '106' FOR SELECT * FROM t WHERE val2=106;
SELECT STATEMENT_ID,CARDINALITY FROM plan_table WHERE ID=0;
STATEMENT_ID | CARDINALITY |
101 | 8 |
102 | 25 |
103 | 68 |
104 | 185 |
105 | 502 |
106 | 212 |
当列的唯一值的个数大于桶允许的最大数量(254)时,就不能使用频度直方图了,此时应该使用等高直方图。
一、等高直方图
下面演示如何在val2列产生等高直方图。
SELECT COUNT(*), MAX(VAL2) AS ENDPOINT_NUMBER
FROM (SELECT VAL2, NTILE(5) OVER(ORDER BY VAL2) AS ENDPOINT_NUMBER FROM T)
GROUP BY ENDPOINT_NUMBER
ORDER BY ENDPOINT_NUMBER;
COUNT(*) ENDPOINT_NUMBER
---------- ---------------
200 104
200 105
200 105
200 106
200 106
这表示最小值到104之间有200个数,104到105有200个数,105到105有200个数,依此类推。也就是说每个桶上放的数是均匀的。上面的查询分配了5个桶,共装1000个数,平均一个桶装200个数。
然而在数据字典中存储等高直方图信息时,端点相同并且紧邻的桶是没有的,它存储的是一个压缩值。在直方图中多次出现的值被称为频繁值。
等高直方图的特征:
① 桶数少于唯一值总数。
② 端点值就是列的数值。这里要注意一点,非数字类型必须进行转换,此值仅取前六个字节。
③ endpoint_number列给出了桶号。
④ 等高直方图不存储一个取值的频度。