12c发布后，很多大师都在研究histogram,但文章太长，讨论了许多细节，我来做个概述：
12c中新增加了2中类型的histogram:
1 Top Frequency Histogram， Frequency histogram的改进版
NDV的值虽然超过了bucket的数量，但是所占整体比例较小，干脆忽略掉。
2 Hybrid Histogram， Hight-Balance histogram的改进版，结合了Frequency histogram的特点，故叫混合直方图
Hight-Balance理解有点困难，而且不够精确；Hybrid的基本原则是每个值最多只用一个bucket，用Frequency的方法记录repeat count, 这就需要动态调整bucket的大小（西游记里面的神袋，有多少装多少），不再是过去的固定大小了。
如果搜集统计信息的时候指定了estimate_percent（准确地说不是auto_sample_size）, 则与以前一样，否则：
1 NDV < buckets, 则是Frequency histogram
2 NDV > buckets, 且top n的数据量超过标准：1-1/n, 则是Top Frequency histogram, n之外的NDV值被抛弃
3 NDV > buckets, 且Top n的数据量小于标准：1-1/n, 则是Hybrid Histogram
我也想把我以前写的脚本改进一下，初看了一下，改动很大，估计工作量不小，先看下概述吧：
至于详细的特点和选择率的计算，想研究一下，并且更新下我的脚本，由于要用到新的列，
估计工作量不小，无法兼容12c以前的数据库了
[histogram一]显示histogram中列值的详细分布情况
阅读(1930) | 评论(1) | 转发(0) |
