统计空值率oracle,oracle统计信息和直方图的理解

以前一直对统计信息的理解就是对行的数据分布的，提供改CBO来选择高效的执行计划。这段时间看了不少资料，对统计有了一个更清晰的认识

统计信息：

1，表中的统计信息

2，索引列的统计信息

3，一般列的统计信息

表的统计信息：1，表行数，使用的块数，空的块数，块的使用率，行迁移和链接的数量，pctfree，pctused的数据，行的平均大小

-->select NUM_ROWS, --表中的记录数

BLOCKS, --表中数据所占的数据块数

EMPTY_BLOCKS, --表中的空块数

AVG_SPACE, --数据块中平均的使用空间

CHAIN_CNT, --表中行连接和行迁移的数量

AVG_ROW_LEN --每条记录的平均长度

from user_tables

索引列的统计信息 1，索引的深度(B-Tree的级别)，索引叶级的块数量，集群因子(clustering_factor), 唯一值的个数

-->select BLEVEL, --索引的层数

LEAF_BLOCKS, --叶子结点的个数

DISTINCT_KEYS, --唯一值的个数

AVG_LEAF_BLOCKS_PER_KEY, --每个KEY的平均叶块个数

AVG_DATA_BLOCKS_PER_KEY, --每个KEY的平均数据块个数

CLUSTERING_FACTOR --群集因子

from user_indexes

列的统计信息 1,唯一的值个数，列最大小值，密度(选择率)，数据分布(直方图信息)，NUll值个数

-->select NUM_DISTINCT, --唯一值的个数

LOW_VALUE, --列上的最小值

HIGH_VALUE, --列上的最大值

DENSITY, --选择率因子(密度)

NUM_NULLS, --空值的个数

NUM_BUCKETS, --直方图的BUCKET个数

HISTOGRAM --直方图的类型

from user_tab_columns

直方图：是统计信息一种，对数据分布的统计，目的是为了更精确的得到选择率和基数，CBO才能估计出最优的执行计划。

上一篇我们知道了统计信息在：表，列，索引上能够获取的统计信息，但如果有一个sql：

select * from table where x=1;(在x列上有索引)

那Oracle如何选择是表扫描，索引查询数据，通过对列列的统计信息，但没有直方图，CBO优化器不知道x=1的数据有多少？无法提供数据参考。有两钟情况：

table表中：1，x=1的数据比如就一条 CBO优化器：应该索引查找

2，x=1的数据有很多条，CBO优化器：这时应该表扫描

如果索引列没有直方图，索引上有最大，最小值，总行数，那就不能知道x=1在表中大概有多少行。如果只是有索引上统计信息，就无法获取大概的数据分布

CBO也就得不到正确的结果。

对于数据分布均匀的列，直方图没意义，对应列中数据分布比较倾斜的列(不均匀)，直方图就非常有用。CBO就可以估计大概的数据分布，计算查询的选择率和基数也更精确。

所以直方图有两种：1，高度均衡直方图 2，频率直方图

高度均衡直方图： 数据分布不均匀 ，由于列中数据很多，这时数据比较密集，不利于分析和评估，这时直方图需要均衡化。

频率直方图：就是数据分布很均匀，

得到的直方图：信息的准确性就由两个数值决定，一个是bucket的个数，一个NUM_DISTINCT的个数。

一般来说，bucket的数据越多，关于列数据分布的信息就越正确，但统计直方图的花费的时间和资源就多，oracle中bucket的最大254个，默认是75个。而SQL Server默认是200个。

在oracle中要删除直方图信息就是设置bucket的数据为1，如下：

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

exec dbms_stats.gather_table_stats('用户', '表',cascade=>false, method_opt=>'for columns 列 size 1');