[翻译]Jonathan Lewis 关于直方图的系列文章(33楼更新至第三篇)

ZALBB

newkid 发表于 2013-12-10 22:54
列表分区比起虚拟列+索引的方法好在哪里？可能无需维护索引，但是每次修改状态都会导致行的物理移动。
2 ...

1  没关系，物理移动，无非就是删除、插入操作，这种工作，ORACLE轻车熟路，比维护索引也多不了多少工作，而且单独作分区扫描，比之读了索引再回来读表，还要省事。
2  避开高峰，我们的系统无需7*24运行，晚上有足够的时间作采集分析。
3  若用列表分区，再加上临时动态采集，有没有数据，一目了然，就不是问题了。
4  作者说得在恰当的时间，我理解为，是担心错过时机，没采集到量少的数值的情况。
我觉得，若某个值的量少没采集到，也不会影响CBO的判断，基本上也不影响执行计划的生成，就当量少的情况来处理即可。

newkid

3. 原来你说的是“采用列表分区方案，取样采集不是问题”？这可跑题了哦，老刘说的是取样采集直方图的局限性，如果你认为他说的局限性不存在，也必须在直方图的范畴内讨论，不要换成你的列表分区。另外分区方法是很有局限的，如果我有十个类似这样的状态列呢？你要按哪个来分区？

4. 你可能没认真读文章。ORACLE对于直方图中没采集到的值，估算公式是：取直方图中有采到的、出现最少的值的行数，将其除以2。
如果你错过了采集时间，采集到到完全可能是常见值，比如是 50:50 的两个值。
这样，CBO碰到一个“罕见”值的谓词，它会认为这个值的行数=50%/2 = 25%
而这个行数可能会差得很远，罕见的值往往就那么几行。

matrix_hehe

mark一记

yyp2009

非常好！

oracledbacrs

你好，你那个直方图帖子，有个地方是不是作者写错了，高度均衡直方图那块
给出的公式是 非频繁的行数/非频繁的桶数
非频繁值基数 = 12/8 = 1.5, 进位为2。非频繁数桶数不是8吧？明明是3吧

newkid

oracledbacrs 发表于 2014-1-24 15:04
你好，你那个直方图帖子，有个地方是不是作者写错了，高度均衡直方图那块
给出的公式是 非频繁的行数/非频 ...

你看得真仔细，等我写个邮件问一下。

oracledbacrs

newkid 发表于 2014-1-24 23:06
你看得真仔细，等我写个邮件问一下。

谢谢了，确实我比较较真

newkid

刘大师回邮件说:
James,

I've corrected the article and added a comment about it.

The division should have been:  "(number of non-popular rows)/(number of non-popular values)"
And then the arithmetic should have been: 12/7 = 1.714


Regards

Jonathan Lewis
http://jonathanlewis.wordpress.com/all-postings

等会我将把译文相应修改一下。
谢谢oracledbacrs的较真！

oracledbacrs

不好意思，最近研究11g采样过程算法回头再来读这文章，还是发现一点小问题，撇开10g 9i来讲
第二章作者这样写道
我们有一千万行数据——并且我们为了创建等高直方图所做的第一件事就是对数据排序，所以第一步是相当耗费资源的。如果我们对数据采样，这会减少排序的数据量——但是这个采样可能会漏掉很多值，以至于Oracle以为能够创建一个频度直方图——那样就会使得优化器对某些实际上有几千行的值做出过低的估算。

疑问是，既然oracle11g采用新的ndv算法能够在收集直方图信息前就准确估算到字段的ndv值，那为什么会有‘以至于Oracle以为能够创建一个频度直方图'这种说法呢？求解，在我看来能够收集到准确的ndv值就能够迅速判断最优的直方图选择，假设ndv估算值是300，明显〉254，难道还会像作者说的那样尝试去创建频率直方图吗？

oracledbacrs

顺便问问lz有没有直方图信息收集过程详解的文章来瞧瞧，给个连接也行，谢谢