知识卡片
等深直方图描述分布
等深直方图让每个桶包含的记录数尽量相近,而非让取值跨度相同。完整覆盖的桶可直接累加,部分覆盖通常按桶内连续均匀假设估计;热点或稀疏间隔会使该假设失准。
关联:[[反馈按桶定位误差]]从相邻机制说明这一边界。
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(十二)统计信息(上) · 查看原书依据
直方图是一种对数据分布情况进行描述的工具,它会按照数据的值大小进行分桶,并用一些简单的数据来描述每个桶,比如落在桶里的值的个数。大多数数据库都会选择用直方图来进行区间查询的估算。根据分桶策略的不同,常见的直方图可以分为等深直方图和等宽直方图。
- TiDB 源码阅读系列文章(十二)统计信息(上) · 查看原书依据
在 TiDB 中,我们选择了等深直方图,于 1984 年在 Accurate estimation of the number of tuples satisfying a condition 文献中提出。相比于等宽直方图,等深直方图在最坏情况下也可以很好的保证误差。所谓的等深直方图,就是
- TiDB 源码阅读系列文章(十二)统计信息(上) · 查看原书依据
在前面介绍等深直方图时,我们得到了一个包含四个桶 [1.6, 1.9],[2.0, 2.6],[2.7, 2.8],[2.9, 3.5],其桶深均为 3 的直方图。假设我们得到了这样一个直方图,并且想知道落在区间 [1.7, 2.8] 范围内的有多少值。把这个区间对应到直方图上,可以看到有
参考来源
- 位置:《TiDB源码阅读系列文章》第12章《TiDB 源码阅读系列文章(十二)统计信息(上)》(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(十二)统计信息(上).html;阅读段落 7,8,46;均为书中版本)
- 结论依据:原文对等深直方图描述分布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:直方图是一种对数据分布情况进行描述的工具,它会按照数据的值大小进行分桶,并用一些简单的数据来描述每个桶,比如落在桶里的值的个数。大多数数据库都会选择用直方图来进行区间查询的估算。根据分桶策略的不同,常见的直方图可以分为等深直方图和等宽直方图。 …… 在 TiDB 中,我们选择了等深直方图,于 1984 年在 Accurate estimation of the number of tuples satisfying a condition 文献中提出。相比于等宽直方图,等深直方图在最坏情况下也可以很好的保证误差。所谓的等深直方图,就是 …… 在前面介绍等深直方图时,我们得到了一个包含四个桶 [1.6, 1.9],[2.0, 2.6],[2.7, 2.8],[2.9, 3.5],其桶深均为 3 的直方图。假设我们得到了这样一个直方图,并且想知道落在区间 [1.7, 2.8] 范围内的有多少值。把这个区间对应到直方图上,可以看到有