知识卡片

普通读书笔记卡 · 2580.b.1.c.1.h.2.b.1.a.2

统计信息估算输出规模

理解等级:高级

统计估计既包括行数,也包括每列不同值数。数据源根据过滤选择率调整输出规模,Join 用两侧规模和连接键不同值数估计匹配量。模型依赖分布假设与统计新鲜度,估计值不是实际行数证明。

关联:[[多列估计减少独立假设]]从相邻机制说明这一边界。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 4 处

    参考来源

    - 位置:《TiDB源码阅读系列文章》第08章《TiDB 源码阅读系列文章(八)基于代价的优化》(来源项目:book-sources;源文件:extracted/TiDB源码阅读系列文章/_epub-src/OEBPS/Text/TiDB 源码阅读系列文章(八)基于代价的优化.html;阅读段落 48,51,55,57;均为书中版本) - 结论依据:原文对统计信息估算输出规模给出上述机制或边界;本卡把已读说明整理为可独立理解的解释。 - 原始内容:其中 count 字段表示这个表的数据行数,每个表有一个值。cardinality 字段是用于表示每一列 distinct 数据行数,每个 column 一个。cardinality 一般通过统计数据得到,也就是统计信息中对应表上对应列的 DNV(the number of distinc …… (statsTable.count 会根据 stats lease 定期更新,histogram.count 只有用户手动 analyze 才更新) …… DataSource,首先通过前面介绍的两种公式获取 count 和 cardinality,接着用可下推的表达式计算 selectivity 的值,selectivity = row count after filter / row count before filter,最后用计算的 …… N(join(s,t)) = N(s) * N(t) / (V(s.key) * V(t.key)) *Min(V(s.key), V(t.key))