cbo心得(选择率,基数,直方图)(五)

延伸

1， 直方图的分类

直方图可以分为两类：FREQUENCY（频率）和HEIGHT BALANCED（高度平衡）

在弄明白这两类直方图，首先得知道什么直方图。用上面的例子来说明下：

[@more@]

SQL> select ENDPOINT_NUMBER,

2 ENDPOINT_VALUE

3 from user_tab_histograms

4 where table_name ='SUNWG'

5 and column_name = 'ID'

6 order by ENDPOINT_NUMBER;

ENDPOINT_NUMBER ENDPOINT_VALUE

--------------- --------------

6 1

7 201

8 801

9 1401

10 2001

上面就是列ID上的直方图信息，左边一列是截止点的编号，右边一列是截止点值。这个结果看起来有些奇怪，因为缺少了1，2，3，4和5，实际上由于这几个值的ENDPOINT_VALUE都是1，所以ORACLE为了方便就把他们都省略了。对直方图信息补全后应该如下：

ENDPOINT_NUMBER ENDPOINT_VALUE

--------------- --------------

0 1

1 1

2 1

3 1

4 1

5 1

6 1

7 201

8 801

9 1401

10 2001

不知道大家还记得不，在user_tab_columns里面有一个列叫做NUMBER_BUCTETS,这个代表直方图的篮子个数。这么讲吧，在表SUNWG中一共有6000条记录，我把这6000条记录按照ID的大小进行排序，排序后的结果大概是1，1，1…1999，2000，2001，一共有6000条。在前面我做直方图统计的时候设置的BUCTET的个数是10，就等于把这6000条记录按照ID的顺序分成十份，放到十个篮子中。那么第一个篮子的开始值就应该是ENDPOINT_NUMBER = 0所代表的ENDPOINT_VALUE，也就是1，第一个篮子的截止值就应该是ENDPOINT_NUMBER = 1所代表的ENDPOINT_VALUE，也是1。依次类推，可以得到下面的结果

1…1|…1|…1|…1|…1|…1|…201|…801|…1401|…2001|

每个篮子中的记录数是6000/10 = 600。

所以我们最后得到的直方图信息的准确性就由两个数值决定，一个是BUCTET的个数，一个NUM_DISTINCT的个数。

当BUCTET < NUM_DISTINCT得到的是HEIGHT BALANCED（高度平衡）直方图，而当BUCTET = NUM_DISTINCT的时候得到的是FREQUENCY（频率）直方图。这里面BUCTET的最大值是254，所以我们一般见到的直方图都是HEIGHT BALANCED（高度平衡）直方图。

举个小例子来说明下两者的区别

假设一个的列的值有这几个：1，1，3，4。这个时候NUM_DISTINCT = 3

当我们设置BUCTET = 2收集直方图信息的时候应该会得到下面的结果

ENDPOINT_NUMBER ENDPOINT_VALUE

--------------- --------------

0 1

1 1

2 4

而当我们设置BUCTET = 3收集直方图信息的时候应该会得到下面的结果

ENDPOINT_NUMBER ENDPOINT_VALUE

--------------- --------------

0 1

1 1

2 1

3 3

4 4

应该可以看出来两着的差别吧。一般说来，BUCTET越多，那么关于列的分布情况信息就越准确，可是在统计直方图的时候会消耗更多的资源。

当我们设置BUCTET = 1的时候，就等于是删除了直方图信息。

Analyze table sunwg compute statistics for table for columns id size 1;

1， non-popular value 和 popular value

CBO在计算基数的时候，对于non-popular value 和 popular value的处理不完全不同的。首先我们需要明白non-popular value 和 popular value的区别。拿前面的例子来说，

ENDPOINT_NUMBER ENDPOINT_VALUE

--------------- --------------

0 1

1 1

2 1

3 1

4 1

5 1

6 1

7 201

8 801

9 1401

10 2001

popular value顾名思义，就是很流行的值，在这就是出现次数比较多的值，上面的例子中ID = 1 就是一个popular value，因为1在ENDPOINT_VALUE出现了多次。那么什么是non-popular value呢，除了popular value以外的值都是non-popular value。

对于HEIGHT BALANCED的直方图来说，non-popular value 和 popular value的划分仅仅是一个近似的结果。有可能本来20是popular value，但是由于BUCKET的原因，被CBO当成了non-popular value；反过来也是一样的。

对于FREQUENCY（频率）的直方图来说就不存在这样的问题，因为FREQUENCY（频率）直方图的信息是完全的。

来自 “ ITPUB博客 ” ，链接：http://blog.itpub.net/8394333/viewspace-1000434/，如需转载，请注明出处，否则将追究法律责任。

转载于:http://blog.itpub.net/8394333/viewspace-1000434/