全面解析IBM DB2 9中的查询优化新特性

核心提示： 域值a) 现在看看包含以下数据的两个表的连接 T1.C1 = T2.C1，其中一组数据包含另一组数据：T1.C112345678910T2.C112345678910谓词的选择性定义如下：Selectivity = 1 / ( max ( C1 colcard , C2 colcard )

域值

a) 现在看看包含以下数据的两个表的连接 T1.C1 = T2.C1，其中一组数据包含另一组数据：

T1.C1
1
2
3
4
5
6
7
8
9
10
T2.C1
1
2
3
4
5
6
7
8
9
10

谓词的选择性定义如下：

Selectivity = 1 / ( max ( C1 colcard , C2 colcard ) ) = 0.1

基数为 10 * 10 * 0.1 = 10。

b) 如果表连接 T1.C1 = T2.C1 中的数据在两组数据相交处稍微有所不同，一个表中的数据没有包含另一个表中的数据：

T1.C1
1
2
3
4
5
6
7
8
9
10
T2.C1
1
2
2
2
2
5
12
13
14
15

在这种情况下，T1.C1 的值，例如 7，不能与 T2.C1 连接，而 T2.C1 的值，例如 12，也不能与 T1.C1 连接，但是估计算法并不知道这一点，因而会做出不准确的假设，认为 T1 中的一个值很可能与 T2 中的任意值连接，反之亦然。

基数仍然是 10 * 10 * 0.1 = 10。

所以成本是一样的，但是 a) 的实际行输出结果为 10，b) 的实际行输出结果为 6。

结果
1
2
2
2
2
5

显然，这里存在不一致性，而且，对于更复杂的连接，这种错误估计的问题很可能变得更糟糕。而 V8 FP9 以上版本提供的 DB2 统计视图特性，正是为弥补这一类由于数据分布和值导致的不一致性而设计的。

为了理解统计视图的作用，我们来考虑一个更实际一点的连接场景：

T1.C1 T1.C2
1 A
2 B
3 C
4 D
5 E
6 F
7 G
8 H
9 I
10 J
T2.C1
1
2
2
2
2
5
5
13
14
15