为了估计一组谓词返回数据的行数,优化器首先计算选择率(返回数据行数的分数),然后将其与输入行数相乘。
对于单个列上的单个谓词,优化器将利用不同值的数目或者density作为计算谓词选择率的基础。对于单个列上基于区间的谓词,优化器采用对分数range required/total available rang 进行一些端点值调整的方式来计算谓词选择率,比如在统计1200人中有多少人出生在8月以后的(包括8月)即谓词为month >=8,假设按照均匀分部选择率计算如下(要注意开闭区间的情形,闭区间还要再加上1/num_distinct):(12-8)/(12-1)+1/12。
对于包含绑定变量的区间谓词来说,优化器使用硬编码常量作为选择率-无边界的区间为5%(0.05),有边界的区间为0.25%(0.0025)。
优化器通过使用类似于计算独立事件的联合概率公式来计算联合谓词的的选择率。如果列中包含的数据集并不是相互独立的话,在选择率的计算方面将会出现误差,从而导致基数出现误差。
包含in-list的查询显现出一些特殊的行为。在oracle 8i中,in和not in的处理是自相容的(但是错误的)。在oracle9i和10g中,in的处理方式得到了修正,但是针对带有绑定变量的列表或者查询超过了列的期望值时仍将导致错误。
附录1:
概率论方面的基础公式
- P(A and B) = P(A)*P(B)
- P(A or B) = P(A)+P(B)-P(A and B)
- P(not A) = 1-P(A)
附录2(机器不是人):
计算的谓词条件如下: where