cbo心得(選擇率,基數,直方圖)(五)

延伸

1， 直方圖的分類

直方圖可以分為兩類：FREQUENCY（頻率）和HEIGHT BALANCED（高度平衡）

在弄明白這兩類直方圖，首先得知道什麼直方圖。用上面的例子來說明下：

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上的直方圖資訊，左邊一列是截止點的編號，右邊一列是截止點值。這個結果看起來有些奇怪，因為缺少了1，2，3，4和5，實際上由於這幾個值的ENDPOINT_VALUE都是1，所以ORACLE為了方便就把他們都省略了。對直方圖資訊補全後應該如下：

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

不知道大家還記得不，在user_tab_columns裡面有一個列叫做NUMBER_BUCTETS,這個代表直方圖的籃子個數。這麼講吧，在表SUNWG中一共有6000條記錄，我把這6000條記錄按照ID的大小進行排序，排序後的結果大概是1，1，1…1999，2000，2001，一共有6000條。在前面我做直方圖統計的時候設定的BUCTET的個數是10，就等於把這6000條記錄按照ID的順序分成十份，放到十個籃子中。那麼第一個籃子的開始值就應該是ENDPOINT_NUMBER = 0所代表的ENDPOINT_VALUE，也就是1，第一個籃子的截止值就應該是ENDPOINT_NUMBER = 1所代表的ENDPOINT_VALUE，也是1。依次類推，可以得到下面的結果

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

每個籃子中的記錄數是6000/10 = 600。

所以我們最後得到的直方圖資訊的準確性就由兩個數值決定，一個是BUCTET的個數，一個NUM_DISTINCT的個數。

當BUCTET < NUM_DISTINCT得到的是HEIGHT BALANCED（高度平衡）直方圖，而當BUCTET = NUM_DISTINCT的時候得到的是FREQUENCY（頻率）直方圖。這裡面BUCTET的最大值是254，所以我們一般見到的直方圖都是HEIGHT BALANCED（高度平衡）直方圖。

舉個小例子來說明下兩者的區別

假設一個的列的值有這幾個：1，1，3，4。這個時候NUM_DISTINCT = 3

當我們設定BUCTET = 2收集直方圖資訊的時候應該會得到下面的結果

ENDPOINT_NUMBER ENDPOINT_VALUE

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

0 1

1 1

2 4

而當我們設定BUCTET = 3收集直方圖資訊的時候應該會得到下面的結果

ENDPOINT_NUMBER ENDPOINT_VALUE

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

0 1

1 1

2 1

3 3

4 4

應該可以看出來兩著的差別吧。一般說來，BUCTET越多，那麼關於列的分佈情況資訊就越準確，可是在統計直方圖的時候會消耗更多的資源。

當我們設定BUCTET = 1的時候，就等於是刪除了直方圖資訊。

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