全面解析IBM DB2 9中的查询优化新特性

核心提示： 均匀分考虑以下数据C112333377910runstats（无分布）将提供关于 C1 的以下信息CARD = 10,COLCARD = 6,LOW2KEY = 2,HIGH2KEY = 9那么：◆C1=3 的行的数量将被估计为 10/6 = 1.67，◆C1=4 和 C1=8 之间的值域

均匀分

考虑以下数据

C1
1
2
3
3
3
3
7
7
9
10

runstats（无分布）将提供关于 C1 的以下信息

CARD = 10,

COLCARD = 6,

LOW2KEY = 2,

HIGH2KEY = 9

那么：

◆C1=3 的行的数量将被估计为 10/6 = 1.67。

◆C1=4 和 C1=8 之间的值域被估计为 ((8-4)/(9-2)) * 10 = 5.71。

但是，如果将数据变化一下，以反映数据不均匀、大跨度的分布，如下所示

C1
1
2
3
3
3
3
7
7
99
100

那么：

C1=3 的行的数量被估计为 10/6 = 1.67。

C1=4 与 C1=8 之间的值域被估计为 ((8-4)/(99-2)) * 10 = 0.41

如果数据是完全均匀分布的，如下所示

C1
1
2
3
4
5
6
7
8
9
在本文的讨论中，我们来看看优化指南和统计视图这两个最新的增强。
通过本文，您可以了解这些增强的作用是什么，以及在某些情况下，在
非数据分区（non-DPF）和数据分区（DPF）环境中，如何在应用程序
内充分利用它们。
10

那么：

C1=3 的行的数量将被估计为 10/10 = 1。

C1=4 与 C1=8 之间的值域被估计为 ((8-4)/(9-2)) * 10 = 5.71。

C1=3 与 C1=7 之间的值域被估计为 ((7-3)/(9-2)) * 10 = 5.71。

所以，当数据均匀分布时，无论值和范围如何，真实的结果与估计的结果都更加一致。

即使拥有频率值和分位数值之类的分布统计信息（这些信息可以大大减少等于和范围谓词的估计错误），也仍然会出现估计错误无法接受的情况。