【DB笔试面试635】在Oracle中，直方图分为哪几类？

题目部分

在Oracle中，直方图分为哪几类？

♣

答案部分

Oracle数据库里的直方图使用了一种称为Bucket（桶）的方式来描述目标列的数据分布。Bucket（桶）是一个逻辑上的概念，相当于分组，每个Bucket就是一组，每个Bucket里会存储一个或多个目标列中的数据。Oracle会用两个维度来描述一个Bucket，这两个维度分别是ENDPOINT_NUMBER和ENDPOINT_VALUE，Oracle会将每个Bucket的这两个维度记录在数据字典基表SYS.HISTGRM$中。列的直方图的类型可以通过查询视图DBA_TAB_COL_STATISTICS的HISTOGRAM列来获取，一般情况下包含3类，NONE（没有直方图）、FREQUENCY（频率直方图，也叫等频直方图）、HEIGHT BALANCED（高度平衡直方图，也叫等高直方图）。在Oracle 12c中，又新增了两种类型的直方图，分别是顶级频率直方图（Top Frequency Histogram）和混合直方图（Hybrid Histogram），本书只讨论频率和高度平衡直方图。

（1）频率（Frequency，Freq）直方图

在Oracle 12c之前，在目标列的数据分布是倾斜的情况下（即存储在数据字典里的目标列的DISTINCT值的数量小于目标表的记录数），如果存储在数据字典里描述目标列直方图的Bucket的数量等于目标列的DISTINCT值的数量，那么这种类型的直方图就是频率（Frequency）直方图。频率直方图只适用于那些目标列的DISTINCT值数量小于或等于254的情形。需要注意的是，在Oracle 12c中，频率直方图所对应的Bucket的数量可以超过254。

对于频率直方图而言，目标列直方图的Bucket的数量就等于目标列的DISTINCT值的数量，此时目标列有多少个DISTINCT值，Oracle在数据字典DBA_TAB_HISTOGRAMS、DBA_PART_HISTOGRAMS、DBA_SUBPART_HISTOGRAMS（分别对应于表、分区和子分区的直方图统计信息）中就会存储多少条记录，每一条记录就代表了对其中的一个Bucket的描述，上述数据字典中的字段ENDPOINT_VALUE记录了这些DISTINCT值，而字段ENDPOINT_NUMBER则记录了到此DISTINCT值为止总共有多少条记录。需要注意的是，对频率直方图而言，ENDPOINT_NUMBER是一个累加值，可以用一条记录的ENDPOINT_NUMBER值减去它上一条记录的ENDPOINT_NUMBER值来得到这条记录本身所对应的ENDPOINT_VALUE值的记录数，SQL如下所示：

SELECT SAL,COUNT(*) COUNTS,SUM(COUNT(*)) OVER(ORDER BY SAL RANGE UNBOUNDED PRECEDING) CURR_ROWS FROM T_ST_20170604_LHR T GROUP BY T.SAL;--从表中获取累加值
SELECT TABLE_NAME,COLUMN_NAME,ENDPOINT_NUMBER,ENDPOINT_VALUE,NVL((ENDPOINT_NUMBER-(LAG(ENDPOINT_NUMBER) OVER (ORDER BY ENDPOINT_VALUE))),ENDPOINT_NUMBER) COUNTS FROM DBA_TAB_HISTOGRAMS WHERE TABLE_NAME='T_ST_20170604_LHR';--从直方图中获取分组记录数

（2）高度平衡（Height Balanced，HtBal）直方图

如果存储在数据字典里描述目标列直方图的Bucket的数量小于目标列的DISTINCT值的数量，那么这种类型的直方图就是高度平衡（Height Balanced）直方图。在高度平衡直方图中，执行计划的列的选择性没有频率直方图精确，而在现实很多时候，列的唯一值是超过254的，那么只能使用高度平衡直方图。在高度平衡直方图中，在DBA_TAB_HISTOGRAMS视图中，EDNPOINT_NUMBER代表桶号，且自动省去EDNPOINT_VALUE值相同且ENDPOINT_NUMBER相邻的桶的值。ENDPOINT_VALUE表示每一个桶中的最大值，而第一个桶记录的是最小值（Bucket为0的行，即EDNPOINT_NUMBER为0的行）。重复出现为ENDPOINT_VALUE的值称为Popular Value。若Popular Value所在记录的ENDPOINT_NUMBER值和它上一条记录的ENDPOINT_NUMBER值之间的差值越大，则意味着该Popular Value在目标表中所占的比例也就越大，它所对应的Cardinality也就越大。在高度平衡直方图中，除了最后1个桶可能包含的数据比其它的桶少以外，所有其它的桶包含相同数量的值，其值为目标表总记录数除以Bucket的数量。

（3）频率和高度平衡直方图的比对

本文选自《Oracle程序员面试笔试宝典》，作者：小麦苗