Oracle Join Cardinality计算公式
Oracle中基于直方图的连接基数（Join Cardinality）估计算法的关键技术要点：
一、基本概念
1. 连接基数公式基础
Join Cardinality = (T1行数 × T2行数) × Join Selectivity
2. 连接选择性（Join Selectivity）计算
-
无直方图时 ：
1/MAX(NDV1, NDV2) -
有直方图时 ：基于值分布频率的加权计算
二、直方图类型与算法差异
1. 频率直方图（Frequency Histogram）
Join Cardinality = SUM[freq_t1(i) × freq_t2(i)]WHERE value_t1(i) = value_t2(i)
特点 ：
-
每个distinct value一个bucket
-
直接存储每个值的频率
-
连接计算精确
2. 等高直方图（Height-Balanced Histogram）
算法步骤 ：
-
对齐两个直方图的bucket边界
-
对重叠区间进行选择性估计
-
假设每个bucket内均匀分布
3. 混合直方图（Hybrid Histogram）- Oracle 12c+
处理方式 ：
-
Popular values ：精确频率匹配
-
Non-popular values ：使用密度（density）估计
三、关键算法细节
1. 频率直方图连接算法
-- 示例计算Join Selectivity =
SUM_{匹配值} (freq_t1/total_t1 × freq_t2/total_t2)2. 多列直方图连接
-
当连接条件涉及多列时，使用多列统计信息
-
考虑列间相关性
3. 密度（Density）计算
density = 1 / (NDV × (1 - sum(freq_popular^2)))
四、实际案例分析
1. 偏斜数据连接
-
当数据分布高度偏斜时，直方图显著改善估计精度
-
对等值连接尤其重要
2. 连接类型影响
-
等值连接 ：直方图效果最佳
-
范围连接 ：使用端点密度估计
-
外连接 ：需要调整基数计算
五、优化器行为
1. 动态采样
-
当统计信息不足时，自动使用动态采样
-
11g+ 默认对未分析表进行动态采样
2. 扩展统计信息
-- 创建列组统计BEGIN DBMS_STATS.GATHER_TABLE_STATS( method_opt => 'FOR COLUMNS (col1, col2)' );END;
六、性能影响与最佳实践
1. 直方图收集策略
-
对连接列且数据偏斜的列收集直方图
-
避免过度收集直方图（bucket数量控制）
2. 常见问题
-
过时统计信息 ：导致连接顺序错误
-
绑定变量窥视 ：影响直方图使用
-
直方图桶数不足 ：无法准确描述复杂分布
七、诊断工具
1. 查看直方图信息
SELECT column_name, histogram, num_bucketsFROM user_tab_col_statisticsWHERE table_name = 'TABLE_NAME';
2. 跟踪优化器决策
ALTER SESSION SET tracefile_identifier = 'join_card';ALTER SESSION SET events 'trace[optimizer.*]';
八、参考公式（复杂情况）
对于非等值连接：
Join Cardinality = T1_rows × T2_rows × (1 - Π(1 - overlap_ratio(i)))
总结要点
-
直方图核心价值 ：解决数据偏斜导致的基数估计错误
-
算法选择 ：根据直方图类型采用不同计算方法
-
实践建议 ：
-
对高频连接列收集适当直方图
-
监控执行计划中的基数估计与实际行数差异
-
使用SQL Profile或SPM固定好的执行计划
-
来自 “ ITPUB博客 ” ，链接：https://blog.itpub.net/7655508/viewspace-3146065/ ，如需转载，请注明出处，否则将追究法律责任。
