知识卡片
连接基数估计依赖分布假设
书中内连接估算把两侧行数乘积除以连接键不同值数的较大者,可由其给出的公式约简而得。这相当于按键值分布近似匹配;键倾斜、取值不重合或相关性都会让真实结果偏离,不能当成恒等式。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
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 · 3 处
- TiDB 源码阅读系列文章(八)基于代价的优化 · 查看原书依据
LogicalJoin(inner join),此算子的 count 获取的公式:
- TiDB 源码阅读系列文章(八)基于代价的优化 · 查看原书依据
N(join(s,t)) = N(s) * N(t) / (V(s.key) * V(t.key)) *Min(V(s.key), V(t.key))
- TiDB 源码阅读系列文章(八)基于代价的优化 · 查看原书依据
可以理解为表 s 与表 t 中不重复值的平均行数的乘积乘上小表的不重复值行数。
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 56,57,58;均为书中版本)
- 结论依据:原文对连接基数估计依赖分布假设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:LogicalJoin(inner join),此算子的 count 获取的公式: …… N(join(s,t)) = N(s) * N(t) / (V(s.key) * V(t.key)) *Min(V(s.key), V(t.key)) …… 可以理解为表 s 与表 t 中不重复值的平均行数的乘积乘上小表的不重复值行数。