SequoiaDB巨杉数据库-评估策略

查询优化器会根据统计信息对候选访问计划进行评估，以此选取合适的访问计划来执行查询，详情见基于代价的访问计划评估。

相等比较的选择率估算

• 如果字段建立了唯一索引，则选择率为：selectivity = 1 / TotalRecords
• 如果相等比较的值落入频繁数值集合中，假设命中下标为 i，则选择率为：selectivity = MCV.Frac[i]
• 如果相等比较的值没有落入频繁数值集合中，则选择率为：selectivity = ( 1 - sum( MCV.Frac ) ) * 0.005

范围比较的选择率估算

• 如果相等比较的范围落入频繁数值集合中，假设命中下标为 m 至 n，则选择率为：selectivity = MCV.Frac[m] + ... + MCV.Frac[n]
• 如果相等比较的范围没有落入频繁数值集合中，则选择率为：selectivity = ( 1 - sum( MCV.Frac ) ) * 0.05

示例

如表中字段 val 建立了索引，生成该表的统计信息，字段 val 的频繁数值集合为：

MCV : {
  Val : [
    1, 2, 3, 4, 5, 6, 7, 8, 9
  ],
  Frac : [
    1000, 1200, 800, 1300, 700, 1000, 1000, 1000, 1000
  ]
}

Copy

• 如果字段索引是唯一索引，相等条件选择率为：selectivity = 1 / TotalRecords
• 如果字段索引是普通索引，相等条件{ val : { $et : 1 } } 命中频繁数值集合，其选择率为：selectivity = 0.1
• 如果字段索引是普通索引，相等条件{ val : { $et : 10 } } 没有命中频繁数值集合，其选择率为：selectivity = 0.0005
• 范围条件{ val : { $lt : 4 } } 命中了频繁数值集合的下标0、1 和 2，其选择率为：selectivity = 0.2
• 范围条件{ val : { $gt : 9 } } 没有命中频繁数值集合，其选择率为：selectivity = 0.005

Note:

频繁数值的比例，每个值的取值范围为 0 ~ 10000，最终比例为（Frac / 10000） * 100%

更多信息请访问巨杉数据库官网