基数、选择性、直方图
2015-12-16 20:26
316 查看
一、基数:
一个列中唯一键(Distinct_keys)的个数,如有一个100W行的表,性别列的基数为2 (select distinct gender from test),主键列的基数为100W(select distinct mid from test);二、选择性:
基数/总行数所占的百分比,性别 2/100w * 100% 主键 100% 选择性越高 越有利于使用索引20~30%就算是比较高了
2.1、如何判断是一个索引创建的是好还是坏呢?
就看他的基数和选择性 如果基数大选择性大 那么使用索引就比较好
2.2、性别这个列使不使用索引?
要看情况,从OLTP系统上来说 在选择性低的列上创建索引肯定不适合的,基数/选择性高的列,适合建立B-Tree索引;在OLAP系统中基数低的列根据需求,有可能会建立bitmap索引
2.3、如何查看列的选择性和基数呢?
[sql] view plaincopycreate table test as select * from dba_objects;
create index idx on test(owner);
--最简单直接的写法是运行下面的语句 但可能会卡死 想象如果一张表30G 上千万行 而segment_size只有10G
select count(distinct column_name),count(*) total_rows,count(distinct column_name) / count(*) * 100 selectivity from table_name;
--在做SQL优化的时候,不要急忙运行上面SQL,首先应该检查表的segment_size有多大,如果表的segment_size过大(比如超过SGA的buffer_cache),你要考虑运行上面SQL是否对你当前的系统有影响,如果是测试环境,无所谓,如果是生产环境,要小心谨慎。
--其实建议使用统计信息表(dba_tab_col_statistics 、dba_tables )里的信息来查看选择性和基数
select a.column_name,
b.num_rows,
a.num_distinct Cardinality,
round(a.num_distinct / b.num_rows * 100, 2) selectivity,
from dba_tab_col_statistics a, dba_tables b
where a.owner = b.owner
and a.table_name = b.table_name
and a.owner = upper('&owner')
and a.table_name = upper('&table_name')
and a.column_name = upper('&column_name');
2.4、请写一个脚本找出系统中不合理(选择性很低)的索引!!!
[sql] view plaincopy
select a.OWNER,
a.INDEX_NAME,
a.TABLE_NAME,
a.DISTINCT_KEYS Cardinality,
a.NUM_ROWS,
round(a.DISTINCT_KEYS / NUM_ROWS * 100, 2) selectivity
from dba_ind_statistics a
where A.OWNER = 'SCOTT'
--selectivity <5 一般选择性小于5% 就属于选择性差
--上面如果统计信息有可能不是最新的 最好使用下面的语句
select table_name,index_name,round(distinct_keys/num_rows * 100, 2) selectivity from user_indexes;
但是选择性低的列也不一定不需要建索引 要根据业务来 比如有7W行记录 SCOTT的有23行 如果经常根据SCOTT查 要不要建立索引?
三、直方图
3.1、概述
直方图 当某列数据分布不均衡,为了让CBO能生成最佳的执行计划,我们可能需要对表收集直方图,直方图最大的桶数(Bucket)是254。收集直方图是一个很耗时的过程,如无必要,千万别去收集直方图。 |
对于SELECT列不要去收集直方图 要对WHERE列使用直方图 因为直方图是给CBO使用的
3.2、如何查看直方图
直方图是根据统计信息而来的所以要先收集统计信息
[sql] view plaincopy
BEGIN
DBMS_STATS.GATHER_TABLE_STATS(ownname => 'SCOTT',
tabname => 'TEST',
estimate_percent => 100,
method_opt => 'for all columns size skewonly',
no_invalidate => FALSE,
degree => 1,
cascade => TRUE);
END;
/
然后再查询统计信息
[sql] view plaincopy
select a.column_name,
b.num_rows,
a.num_distinct Cardinality,
round(a.num_distinct / b.num_rows * 100, 2) selectivity,
a.histogram,
a.num_buckets
from dba_tab_col_statistics a, dba_tables b
where a.owner = b.owner
and a.table_name = b.table_name
and a.owner = 'SCOTT'
and a.table_name = 'TEST';
参数说明:
NUM_ROWS 表示总行数
CARDINALITY 表示基数
SELECTIVITY表示选择性 选择性在10%以上都比较高了
HISTOGRAM表示直方图的类型:
FREQUECNCY频率直方图、 当列中Distinct_keys 较少(小于254),如果不手工指定直方图桶数(BUCKET),Oracle就会自动的创建频率直方图,并且桶数(BUCKET)等于Distinct_Keys。
HEIGHT BALANCED 高度平衡直方图 当列中Distinct_keys大于254,如果不手工指定直方图桶数(BUCKET),Oracle就会自动的创建高度平衡直方图。
NONE表示未收集直方图
NUM_BUCKETS 表示桶数
oracle 一般查询数据行数在5%以下希望走索引
生成了直方图之后 执行以下两个句子查看一下分别的执行计划对比看看
[sql] view plaincopy
select * from test where owner='SYS'; --查询出3W行 ROWS估算3W行 估算正确 走全表
select * from test where owner='SCOTT';--查询出7行 ROWS估算7行(低于5%) 估算正确 走索引
如果删除了直方图呢 再执行上面语句比较一下
删除直方图信息
[sql] view plaincopy
BEGIN
DBMS_STATS.GATHER_TABLE_STATS(ownname => 'SCOTT',
tabname => 'TEST',
estimate_percent => 100,
method_opt => 'for all columns size 1',
no_invalidate => FALSE,
degree => 1,
cascade => TRUE);
END;
/
[sql] view plaincopy
select * from test where owner='SYS';
--查询出3W行 ROWS估算7W/基数23=2501行(低于5%)它也叫基数 预估均匀分配走索引 估算错误
select * from test where owner='SCOTT';
--查询出7行 ROWS估算2501行(低于5%)预估均匀分配走索引 估算错误
如果是采样率estimate_percent100%,SQL条件不复杂的话,那么一般执行计划里估算的基数也是准确的;
如果一个表10个G 那么如果要采样率100% 会搞死人的 所以一般都是收集30%,这时候估算的基数不一定准确了,但是估算给CBO一般够了;
3.3、疑问
1、直方图到底应该什么时候收集直方图?就查一下执行计划和实际查询行数进行比较 估算的基数ROWS是不是算错了。
2、只对有索引的列收集直方图也是错的!
3、直方图究竟是干嘛的?
告诉CBO 有没有收集直方图 这个列是不是均衡的
1. 没收集直方图 ---CBO认为这个列是分布均匀的;
2. 收集过了 ---告诉CBO这个列数据有问题 分布不均衡 你别算错了 特别是频率直方图算的会很准
最终就是影响rows
相关文章推荐
- 十一、c语言算术优先级和口诀
- LeetCode Sort List
- 黑马程序员——Java开发工具Eclipse的使用
- 好书推荐--统计陷阱
- OC-053.NSDate类、NSDateFomatter类、NSCalendar类、NSDateComponents类---ios时间类
- 在session过期后如何跳转到登录页面
- 关于原生地图定位的简单操作MapKit的使用
- 聚类算法(一):k-均值 (k-means)算法
- Java的国际化支持(I18N问题)
- Android TextView查看更多
- Java的国际化支持(I18N问题)
- day03 homework
- poj 1141 (区间dp记录路径问题)
- arclist 调用附加字段
- 网页打开qq
- JavaScript- 图表库Highcharts
- Swing 其实比你想象的美
- Kafka:下一代分布式消息系统
- Docker与JVM性能对比实验设计
- Prim算法 Kruskal算法 Dijstra算法 Floyed算法