这是Hybrid histogram的bug吗？

Hybrid histogram中

如果 popular value是倒数第二最大值，则不会被统计出来

SQL> @show_histogram_12c

Enter value for name: ID

HISTOGRAM EPV(EndPointValue)       EP_ROWS   EP% Density%

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

HYBRID 1     1   .83  .9901

HYBRID 31     1   .83  .9901

HYBRID 61     1   .83  .9901

HYBRID 90     1   .83  .9901

HYBRID 100     1   .83  .9901

      -------

sum  4.17

没有popular的值，但是ep的值总共才4.17%

SQL> set autot on expl

SQL> select count(*) from t where id=99.5;

  COUNT(*)

----------

20

Execution Plan

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

Plan hash value: 2966233522

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

| Id  | Operation    | Name | Rows  | Bytes | Cost (%CPU)| Time   |

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

|   0 | SELECT STATEMENT   |   | 1 | 4 | 3   (0)| 00:00:01 |

|   1 |  SORT AGGREGATE    |   | 1 | 4 |        |   |

|*  2 |   TABLE ACCESS FULL| T   | 1 | 4 | 3   (0)| 00:00:01 |

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

Predicate Information (identified by operation id):

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

   2 - filter("ID"=99.5)

执行计划认为只有1行，实际是20行(总共120行)

我设置了不同的buckets数目，都有这个问题，估计是是Hybrid histogram分bucket算法的问题，总会导致最后2个ndv被分到同一组。

研究了一下Hybrid Histogram的可能分组算法：
1 最小值放bucket 1
2 统计出popular( repeat_count > 1/n )值的个数和总数
3 对于非popular的值计算每个bucket放多少行，公式大概是
 （非空总行数 - pop总行数）/(buckets -1 - pop_count)
5 遇到popular的值，全装入（一般会是最后一个）
6 四舍五入产生的误差并入最后一个bucket

估计问题就出在最后一步，因为每个bucket中只能看见最大的一个，无论它出现了多少次