知识卡片
桶边界随查询热点调整
查询边界在桶内造成估计误差时,可按反馈点分配拆分预算并选新边界;为限制桶数,再优先合并误差较小的旧相邻桶。目标是把有限分辨率用在常被查询、误差显著的位置。
这张卡片看不懂?
这张卡片的反馈已满 10 条,暂时无法继续提交。
已有反馈 · 0 / 10 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 4 处
- TiDB 源码阅读系列文章(十二)统计信息(上) · 查看原书依据
对于分裂,需要解决的问题是哪些桶需要分裂,分裂成几个,分裂的边界在哪里:
- TiDB 源码阅读系列文章(十二)统计信息(上) · 查看原书依据
哪些桶需要分裂,分裂成几个:如果决定了每一次更新最多分裂 10 个桶,那么如果一个桶上落入了 10% 的查询点,那个这个桶就可以分裂一次,如果落入了 20% 的查询点,那么这个桶就可以分裂两次,以此类推。
- TiDB 源码阅读系列文章(十二)统计信息(上) · 查看原书依据
分裂的边界:由于目标是使得查询的边界能尽量的落在与桶的边界不远的地方,那么如果这个桶要分裂 N 次,就需要选择不超过 N 个查询点,使得剩下的查询点与这 N 个查询点的最近距离之和最小。不过这种方法比较复杂,我们也可以采用比较简单的方法,即假定每个不同的查询点之间的距离都是相等的,这样只需
- TiDB 源码阅读系列文章(十二)统计信息(上) · 查看原书依据
分裂完成后,我们还要去合并桶。首先分裂得来的桶是不能合并的;除此之外,考虑连续的两个桶,如果第一个桶占合并后桶的比例为 r,那么令合并后产生的误差为 abs(合并前第一个桶的高度 - r * 两个桶的高度和) / 合并前第一个桶的高度,就只需要去合并误差最小的那些连续的桶。
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 35,36,37,38;均为书中版本)
- 结论依据:原文对桶边界随查询热点调整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:对于分裂,需要解决的问题是哪些桶需要分裂,分裂成几个,分裂的边界在哪里: …… 哪些桶需要分裂,分裂成几个:如果决定了每一次更新最多分裂 10 个桶,那么如果一个桶上落入了 10% 的查询点,那个这个桶就可以分裂一次,如果落入了 20% 的查询点,那么这个桶就可以分裂两次,以此类推。 …… 分裂的边界:由于目标是使得查询的边界能尽量的落在与桶的边界不远的地方,那么如果这个桶要分裂 N 次,就需要选择不超过 N 个查询点,使得剩下的查询点与这 N 个查询点的最近距离之和最小。不过这种方法比较复杂,我们也可以采用比较简单的方法,即假定每个不同的查询点之间的距离都是相等的,这样只需 …… 分裂完成后,我们还要去合并桶。首先分裂得来的桶是不能合并的;除此之外,考虑连续的两个桶,如果第一个桶占合并后桶的比例为 r,那么令合并后产生的误差为 abs(合并前第一个桶的高度 - r * 两个桶的高度和) / 合并前第一个桶的高度,就只需要去合并误差最小的那些连续的桶。