Database 数据库中的等深度直方图示例？
我无法理解等深度直方图在查询优化中的作用。谁能给我一些好资源的建议，或者谁能解释一下。我读过几篇研究论文，但仍然无法说服我的同事使用等深度直方图。那么，有人能用一个例子来解释等深度直方图吗 我们还可以合并柱状图的存储桶，使柱状图变得足够小，并适合磁盘上的一页吗Database 数据库中的等深度直方图示例？,database,Database,我无法理解等深度直方图在查询优化中的作用。谁能给我一些好资源的建议，或者谁能解释一下。我读过几篇研究论文，但仍然无法说服我的同事使用等深度直方图。那么，有人能用一个例子来解释等深度直方图吗 我们还可以合并柱状图的存储桶，使柱状图变得足够小，并适合磁盘上的一页吗 还有，等深度直方图中的桶边界是什么？警告：我不是数据库内部结构方面的专家，所以这是一个一般的答案，而不是一个具体的答案 查询编译器将查询（通常用SQL表示）转换为获取结果的计划。计划由数据库引擎的低级“指令”组成：扫描表T，查找C列中的值
还有，等深度直方图中的桶边界是什么？警告：我不是数据库内部结构方面的专家，所以这是一个一般的答案，而不是一个具体的答案 查询编译器将查询（通常用SQL表示）转换为获取结果的计划。计划由数据库引擎的低级“指令”组成：扫描表T，查找C列中的值V；使用表T上的索引X定位值V；等等 查询优化是由编译器决定一组（可能很大的）备选查询计划中哪一个成本最低。成本包括挂钟时间、IO带宽、中间结果存储空间、CPU时间等。从概念上讲，优化器正在搜索替代计划空间，评估每个计划空间的成本以指导搜索，最终选择它能找到的最便宜的 上述成本取决于对将读取和/或写入多少记录、是否可以通过索引定位记录、将使用这些记录的哪些列以及数据的大小和/或它们占用多少磁盘页面的估计 这些数量通常反过来取决于表中存储的确切数据值。从数据> > 100 < /代码>中考虑代码< >选择> >其中代码< >支付< /C> >是索引列。如果pay列没有超过100的值，那么查询就非常便宜。对索引的一次探测就回答了这个问题。相反，结果集可以包含整个表 这就是直方图的帮助。（等深度直方图只是维护直方图的一种方式。）在前面的查询中，直方图将在O（1）时间内提供查询将生成的行分数的估计，而不确切知道这些行将包含什么 实际上，优化器是在数据的抽象上“执行”查询。直方图就是这种抽象。（也可以使用其他方法。）柱状图可用于估计查询计划操作的成本和结果大小：例如，在大规模插入和删除（这可能导致生成临时索引）期间，连接结果大小和页面点击率 对于一个简单的内部联接示例，假设我们知道两个表的整数值联接列是如何分布的：
Bins (25% each)
Table A Table B
0-100 151-300
101-150 301-500
151-175 601-700
176-300 1001-1100
博士学位论文通常会以一种简洁的形式对大量的技术文献进行调查，这并不难阅读。（毕竟，候选人试图说服一个委员会他/她知道如何进行文献搜索。）就是这样一个例子。对于这个问题，你可能没有有效的标签。您的问题与查询优化器的内部结构有关，数据库设计者通常将其视为黑盒。您现有的标签将吸引像我这样的数据库设计者的注意，但可能不会吸引写C++优化器的C程序员或C++程序员的注意。@ CATCALL：您的意思是说，编写一个优化器的程序员也在阅读？你会很惊讶谁会这样。但我想的更多的是大学生或开源贡献者，他们可能比我更了解这一点。回答得好。有趣的是，这个问题的答案是：“为什么是等深度直方图”，而不是简单的等宽度直方图？我的猜测是：当有许多不同的值时，等深度直方图更节省空间，因为箱子的数量是固定的，并且与不同值的数量无关。若并没有那个么多不同的值，等宽度将消耗更少的空间。@EugeneBeresovksy。Equidepth为数据结构提供了一种自然的方式，使其符合其所持有的数据结构。对于任何固定的空间量，它都提供了最佳的保真度。