Histogram总结

from:

http://hi.baidu.com/dba_james/blog/item/868ae1b5c53bb1748ad4b2b4.html

Histogram总结
Histogram主要是提供数据的分布情况，以便Oracle的CBO能够做出最优的执行计划。
直方图的类型：
基于宽度平衡Histogram
将字段的属性分成相等的宽度，称作bucket。并计算行数同样的值被放置在同一个bucket中，如果几个行是同样的值，会放置为同一个bucket中，增机bucket的高度。

基于高度平衡Histogram
每个bucket有几乎相同数量的同样数量的行。如果几行是相同的值，将被放置到同一个或者分散到几个bucket上，也就是说同样值得行被放置在几个bucket中，而每一个bucket的高度，就是存放的行数几乎相同。高度平衡Histogram更适合于计算选择度的估计。
Popular值和nonpopular值
在添加Histogram时候，Oracle 9i区分Popular值和nonpopular值。
Popular值意思是这个值是多次作为bucket的结束点的值；而只是显示为一次或者根本就没有作为bucket的结束点的值的成为nonpopular值。

DENSITY统计
在添加一个Histogram地时候，DENSITY统计被计算。这个值为NUM_DISTINCE加1。

在优化器使用Histogram来估计选择度的时候，范围扫描的选择度是由这个值得bucket分布的数目来决定。当为等值得选择度则是由考虑两种情况：
一、如果这个值是Popular值的话，将根据bucket的数目来确定。
二、如果是nonpopular值的话，这是根据DENSITY统计来确定。

Histogram的收集
可以有两种方式收集Histogram统计数据：analyze和dbms_stats包。
在这两种收集的时候，可以有指定bucket数目或者使用缺省的bucket数目。

什么时间使用Histogram
主要是在字段上的数据有高度的数据分布的不均匀，即有部分数据占整个数据量的比例很大。这样特征的表应该建立Histogram。

避免使用Histogram的情况：
1) 这部分字段不会在where字句中使用；
2) 字段是唯一的，只是在等值使用；
3) 所有的在此字段中的使用条件是用于绑定变量；
4) 字段中的数据是被均匀分配的
这里的第三点，说明在使用绑定变量的时候，Oracle的优化器并不知道这个字段上将绑定的变量的确切的值。所以并不能用到这个Histogram统计数据。而字段的值是唯一的话，说明在这个字段上所有的值将是均匀分布的。而在条件是等值使用的时候，Histogram统计数据是没有任何意义的。


需要bucket的数目
缺省的bucket的数量是75。可以根据自己的需要指定bucket的数量。最大的bucket数量是255。但是决定bucket数量的多少以达到最优的结果，是需要依靠经验来确定。同时在包dbms_stats中可以指定自动决定bucket的数量。
如果在这个字段上的值相对比较少的话，建议设置bucket的数量大于频繁使用的distinct值。
另外在一些资料上说，如果指定的bucket的数量小于字段的distinct值的话，Oracle将采用基于高度的直方图来反映数据的分布。

查看histogram的统计数据
User/all_histogram

Histogram的使用提示
 可以使用for all indexed columns选项
 如果数据分布可能动态改变得话，可以定期收集histogram统计数据；
 如果是使用绑定变量，histogram数据将不会被使用。
 Oracle推荐如果不需要充分提高性能的话，不需要使用histogram统计

来自 “ ITPUB博客 ” ，链接：http://blog.itpub.net/230160/viewspace-674873/，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/230160/viewspace-674873/