Oracle的桶

在Oracle数据库中，“桶”（Buckets）通常指直方图统计中的数据结构，用于优化查询性能。以下是核心要点：

一、核心作用

1. 数据分布分析
   将列值按范围划分为多个桶（区间），统计每个桶内数据频率。例如对年龄列分桶：
   $$[0,18),[18,35),[35,60),[60,\infty )$$

2. 优化器决策依据
   帮助SQL优化器更精准估算：

   • WHERE子句的选择性（Selectivity）
   • JOIN操作的中间结果集大小
   • 索引使用效率

二、关键特性

特性	说明
桶数量	通过SIZE参数指定（默认254），例如： DBMS_STATS.GATHER_TABLE_STATS(METHOD_OPT=>'FOR COLUMNS SIZE 100 salary')
桶类型	• 等高直方图（Height-Balanced） • 等宽直方图（Frequency）
存储内容	• 端点值（Endpoint Value） • 累积频率（Endpoint Cumulative Frequency）

三、工作示例

假设employees表的salary列有直方图（5个桶）：

SELECT endpoint_value, endpoint_number 
FROM user_tab_histograms
WHERE table_name = 'EMPLOYEES'
  AND column_name = 'SALARY';

-- 输出示例：
-- ENDPOINT_VALUE | ENDPOINT_NUMBER
-- 3000           | 15     --> 前15%数据≤3000
-- 6000           | 40     --> 前40%数据≤6000
-- 9000           | 75     --> ...
-- 12000          | 90
-- 15000          | 100

优化器据此可判断WHERE salary > 10000约涉及10%的数据。

四、最佳实践

1. 适用场景：

   • 数据严重倾斜（如90%值为NULL）
   • 范围查询频繁的列
   • 多列关联查询

2. 维护建议：

   -- 自动收集（12c+）
   ALTER TABLE employees SET STATISTICS AUTO;
   
   -- 手动指定桶数
   EXEC DBMS_STATS.GATHER_TABLE_STATS(
        ownname => 'HR',
        tabname => 'EMPLOYEES',
        method_opt => 'FOR COLUMNS SIZE 200 salary'
   );
   

⚠️ 注意：过度分桶会增加统计信息收集开销，建议通过DBA_TAB_COL_STATISTICS监控直方图使用效果。