【性能优化】直方图

最新推荐文章于 2023-03-31 16:06:40 发布
最新推荐文章于 2023-03-31 16:06:40 发布
阅读量114 收藏
点赞数
CC 4.0 BY-SA版权
原文链接：https://yq.aliyun.com/articles/29841
本文探讨了在Oracle数据库中如何使用直方图提高查询效率。通过实例展示了不同情况下索引扫描与全表扫描的选择，并解释了直方图对成本估算的影响。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

SQL>
SQL> begin
  2         for i in 1..10000 loop
  3           insert into hist values (i, i);
  4         end loop;
  5         commit;
  6       end;
  7       /

PL/SQL 过程已成功完成。
SQL> update hist set b=5 where b between 6 and 9995;
已更新9990行。
SQL> commit;
提交完成。
SQL> create index i_hist_b on tab(b);
索引已创建。
然后分析表，强制使列B不产生直方图。
BEGIN
  DBMS_STATS.GATHER_TABLE_STATS(OWNNAME    => USER,
                                TABNAME    => 'HIST',
                                CASCADE    => TRUE,
                                METHOD_OPT => 'FOR  COLUMNS B SIZE 1 ');
END;
查看视图USER_TAB_HISTOGRAMS，列B上只有最大值，最小值两条记录分别对应端点号（endpoint_number）0和1，这种显示说明列B没有直方

图信息。
SQL>SELECT table_name,column_name,endpoint_number,endpoint_value FROM USER_TAB_HISTOGRAMS WHERE TABLE_NAME='TAB' ；

TABLE_NAME                     COLUMN_NAME                              ENDPOINT_NUMBER ENDPOINT_VALUE
------------------------------ ---------------------------------------- --------------- --------------
HIST                            B                                                      0              1
HIST                            B                                                      1          10000

在没有直方图的情况下，在B列上进行等值查询的时候，都是索引范围扫描。
-----------------------------------------------------------------
SQL> select * from hist where b =1;
Elapsed: 00:00:00.01
Execution Plan
----------------------------------------------------------
Plan hash value: 1911084455
----------------------------------------------------------------------------------------
| Id  | Operation                   | Name     | Rows  | Bytes | Cost (%CPU)| Time     |
----------------------------------------------------------------------------------------
|   0 | SELECT STATEMENT            |          |  1000 |  6000 |     4   (0)| 00:00:01 |
|   1 |  TABLE ACCESS BY INDEX ROWID| HIST     |  1000 |  6000 |     4   (0)| 00:00:01 |
|*  2 |   INDEX RANGE SCAN          | I_HIST_B |  1000 |       |     2   (0)| 00:00:01 |
---------------------------------------------------------------------------------------
Predicate Information (identified by operation id):
---------------------------------------------------
   2 - access("B"=1)
Statistics
----------------------------------------------------------
          1  recursive calls
          0  db block gets
          4  consistent gets
          0  physical reads
          0  redo size
        570  bytes sent via SQL*Net to client
        492  bytes received via SQL*Net from client
          2  SQL*Net roundtrips to/from client
          0  sorts (memory)
          0  sorts (disk)
          1  rows processed

SQL> select * from hist where b =5;
9991 rows selected.
Elapsed: 00:00:00.07
Execution Plan
----------------------------------------------------------
Plan hash value: 1911084455
----------------------------------------------------------------------------------------
| Id  | Operation                   | Name     | Rows  | Bytes | Cost (%CPU)| Time     |
----------------------------------------------------------------------------------------
|   0 | SELECT STATEMENT            |          |  1000 |  6000 |     4   (0)| 00:00:01 |
|   1 |  TABLE ACCESS BY INDEX ROWID| HIST     |  1000 |  6000 |     4   (0)| 00:00:01 |
|*  2 |   INDEX RANGE SCAN          | I_HIST_B |  1000 |       |     2   (0)| 00:00:01 |
----------------------------------------------------------------------------------------
Predicate Information (identified by operation id):
---------------------------------------------------
   2 - access("B"=5)
Statistics
----------------------------------------------------------
          1  recursive calls
          0  db block gets
       1369  consistent gets
          0  physical reads
          0  redo size
     212165  bytes sent via SQL*Net to client
       7818  bytes received via SQL*Net from client
        668  SQL*Net roundtrips to/from client
          0  sorts (memory)
          0  sorts (disk)
       9991  rows processed

-----生成直方图 再次收集统计信息时 务必清除之前的统计信息。否则执行计划会利用原来的统计信息
SQL> BEGIN
  2  DBMS_STATS.GATHER_TABLE_STATS(OWNNAME    => user,
  3  TABNAME    => 'HIST',
  4  CASCADE    => TRUE,
  5  METHOD_OPT => 'FOR ALL COLUMNS  SIZE AUTO ');
  6  END;
  7  /

PL/SQL procedure successfully completed.
Elapsed: 00:00:00.28

SQL> select * from hist where b=1;
Elapsed: 00:00:00.01
Execution Plan
----------------------------------------------------------
Plan hash value: 1911084455
----------------------------------------------------------------------------------------
| Id  | Operation                   | Name     | Rows  | Bytes | Cost (%CPU)| Time     |
----------------------------------------------------------------------------------------
|   0 | SELECT STATEMENT            |          |     1 |     6 |     2   (0)| 00:00:01 |
|   1 |  TABLE ACCESS BY INDEX ROWID| HIST     |     1 |     6 |     2   (0)| 00:00:01 |
|*  2 |   INDEX RANGE SCAN          | I_HIST_B |     1 |       |     1   (0)| 00:00:01 |
----------------------------------------------------------------------------------------
Predicate Information (identified by operation id):
---------------------------------------------------
   2 - access("B"=1)
Statistics
----------------------------------------------------------
        150  recursive calls
          0  db block gets
         24  consistent gets
          0  physical reads
          0  redo size
        570  bytes sent via SQL*Net to client
        492  bytes received via SQL*Net from client
          2  SQL*Net roundtrips to/from client
          4  sorts (memory)
          0  sorts (disk)
          1  rows processed

SQL> select * from hist where b =5;
9991 rows selected.
Elapsed: 00:00:00.06
Execution Plan
----------------------------------------------------------
Plan hash value: 1745918543
--------------------------------------------------------------------------
| Id  | Operation         | Name | Rows  | Bytes | Cost (%CPU)| Time     |
--------------------------------------------------------------------------
|   0 | SELECT STATEMENT  |      |  9991 | 59946 |     6   (0)| 00:00:01 |
|*  1 |  TABLE ACCESS FULL| HIST |  9991 | 59946 |     6   (0)| 00:00:01 |
--------------------------------------------------------------------------
Predicate Information (identified by operation id):
---------------------------------------------------
   1 - filter("B"=5)
Statistics
----------------------------------------------------------
          1  recursive calls
          0  db block gets
        688  consistent gets
          0  physical reads
          0  redo size
     212165  bytes sent via SQL*Net to client
       7818  bytes received via SQL*Net from client
        668  SQL*Net roundtrips to/from client
          0  sorts (memory)
          0  sorts (disk)
       9991  rows processed
-------------------------------------------
SQL> SELECT TABLE_NAME, COLUMN_NAME, ENDPOINT_NUMBER, ENDPOINT_VALUE FROM USER_TAB_HISTOGRAMS
  2  WHERE TABLE_NAME = 'HIST';

TABLE_NAME  COLUMN_NAME  ENDPOINT_NUMBER ENDPOINT_VALUE
----------- ------------ --------------  -------------- ---
HIST         B                1              1      
HIST         B                2              2
HIST         B                3              3
HIST         B                4              4
HIST         B               9995              5
HIST         B               9996           9996
HIST         B               9997           9997
HIST         B               9998           9998
HIST         B               9999           9999
HIST         B               10000          10000
HIST         A                0              1
HIST         A                1              10000

12 rows selected.

Elapsed: 00:00:00.00

有无直方图，性能的差距
数据库
04-15 749
################################# ###一次直方图前后没有收集，性能的差距### ################################# 实验的环境在redhat平台下的11gr2单实例环境 1、在自己定义的用户下创建表及索引 CREATE TABLE customers AS SELECT * FROM sh.customers; CRE
tensorflow的可视化工具Tensorboard的使用——直方图（histogram,distributions）的使用
wgj99991111的博客
12-02 1万+
今天学习tensorboard中直方图的使用。首先了解下直方图的含义： GB/T3358.1—2009对“直方图”的定义是:频数分布的一种图形表示，由一些相邻的长方形组成，每个长方形的底宽等于组距，面积与组的频数成比例。 也就是说，直方图是表示频次分布情况的一种图像，在tensorboard中，用直方图显示张量，主要就是显示张量中每个值的出现频次。 一、代码添加 首先在层的应用函数中加入数据采集代...
直方图均衡化及优化算法
weixin_55642035的博客
03-31 1191
灰度变换是对图像的每个像素按照灰度映射函数进行映射的变换，其作用于每个像素。灰度变换一般用来进行图像增强，提高图像的对比度，改善图像的灰度分布等。灰度变换根据灰度变换函数的不同分为线性函数变换、对数函数和幂函数变换。
Lightgbm 直方图优化算法深入理解
热门推荐
anshuai_aw1的博客
10-13 3万+
一、概述 在之前的介绍Xgboost的众多博文中，已经介绍过，在树分裂计算分裂特征的增益时，xgboost 采用了预排序的方法来处理节点分裂，这样计算的分裂点比较精确。但是，也造成了很大的时间开销。为了解决这个问题，Lightgbm 选择了基于 histogram 的决策树算法。相比于 pre-sorted算法，histogram 在内存消耗和计算代价上都有不少优势。 histogram算法简单来...
生成直方图-通过观察直方图可帮助您了解数据的模式
生产与管理信息化
03-20 1881
Itzik Ben-Gan同样，利用直方图，您可以分析网络中在服务器上设置的性能计数器（例如，CPU 利用率、内存）的值的采样。例如，假设您每隔五分钟就记录某一网络服务器的 CPU 利用率，某天测得的值在 21% 到 100% 之间变动。您可以生成有四个等级的直方图 — 20 到 40、40 到 60、60 到 80、80 到 100 — 从而得出属于每个等级的样本数。如果您的服务器在那一天超
画频率直方图_直方图
weixin_29716207的博客
01-07 1805
《非参与半参模型》第二章1.motivation and derivation先区别下条形图和直方图。条形图直接画出每个值的大小，每个值都有一个条形；而直方图则是画出概率分布，值落入某个区间则该区间的计数加一。条形图画(1,2,1)直方图画(1,1,1,2)可以看到直方图代表各个区间的频率，放到总体上就是分布，因此可以用样本的直方图作为总体分布的估计。同时可以看到，使用直方图来估计总体分布时，没有...
Oracle优化之直方图
海阔天空
10-04 272
当数据列基数较低的时候 ，该列数据分布就可能不均衡。这就导致在查询该列的时候，最优的结果可能走索引，也可能走全表扫描。但是如果我们没有对该列收集直方图统计信息，那么基于成本的优化器（CBO）就会认为该列数据分布是均衡的，导致没有按最优的执行计划来查询。 这是因为执行计划里的rows是假的，是根据统计信息和一些数学公式计算出来的。而收集直方图信息，就是帮助执行计划计算 得到更加精准的rows。 ...
在oracle直方图,oracle直方图
weixin_42520909的博客
04-09 595
直方图原理总结：一)在oracle中使用直方图来表示数据的分布质量。它会按照某一列不同值出现的数量的多少，以及出现频率的高低来绘制数据的分布情况，以便能够指导优化器根据数据的分布做出正确的选择(是使用索引还是全表扫描)。二)如果where子句的过滤谓词的列上有一个合理的正确的直方图，它将会对优化器做出正确的选择发挥巨大的作用，使得sql语句执行成本最低从而提升性能。在获得准确的直方图信息后，基于成...
基于颜色直方图优化的图像增强方法
12-29 1796
最近改图像颜色迁移的论文，审稿人要求补充基于直方图优化的方法细节。趁此机会，我重新下载了相关文献，决定重新学习下该类方法，并把一些细节记录在本篇博客中，供交流学习。
mysql8 直方图_MySQL 8.0直方图 深入理解
weixin_36448245的博客
01-20 349
MySQL8.0 新功能直方图，继承于Oracle ，MairaDB的实现方式。那下面从mysql角度认识下，直方图是什么。先看下官方直方图的实现方式。从上图上可以看到原来是ANALYZE命令。先了解一下MySQL里 ANALYZE命令到底有什么用。ANALYZE在MySQL里提交一条查询SQL语句时，优化器会选在一个最优的执行方案，并用最小的代价去执行语句。在数据库里面，扫描行数是影响执行代价的...
基于直方图优化的图像去雾技术
12-03
4. 实验设计与分析：在"第01章 基于直方图优化的图像去雾技术"中，可能包含了实验的设计、代码实现、结果展示以及性能评估等内容。通过这些章节，你可以学习如何设置实验参数，比较不同去雾方法的效果，并理解如何...
基于直方图优化的图像去雾技术.zip
05-22
本程序集是基于直方图优化的图像去雾技术，利用MATLAB语言进行实现，并提供了详细的注释和运行所需的图片资源。下面将详细介绍这一技术及其相关知识点。 一、直方图优化 直方图优化是一种常见的图像处理方法，通过...
ENVI软件中图像灰度直方图观测方法详解
09-29
图像灰度直方图观测方法是一种基础且有效的分析手段，通过直方图我们可以了解图像的整体亮度分布和对比度，为图像增强提供依据。 在ENVI软件中，图像的灰度直方图观测是通过其Statistics工具栏来实现的。具体操作...
使用多个直方图平移隐藏的可逆数据隐藏速率和失真优化
02-26
总结来说，这篇文章为我们提供了一种新的方法来优化直方图平移方案下的可逆数据隐藏速率和失真问题。通过构建合适的数学模型，利用高效的搜索算法，该方法能够在保持图像质量的同时，提高数据隐藏的容量，为可逆数据...
基于直方图优化的图像去雾技术_数字图像处理；去雾_直方图去雾_直方图去雾_去雾_price3dr_
09-30
通过对这些图像进行直方图优化的去雾处理，我们可以评估算法在不同场景下的性能。 总结来说，“基于直方图优化的图像去雾技术”是一种利用直方图分析来增强图像清晰度的手段，它包括直方图均衡化和直方图匹配等步骤...
电赛历年试题&经验分享.7z
08-12
电赛历年试题&经验分享.7z
PLC立体车库智能仿真系统：基于博途V15的西门子1200PLC控制与触摸屏操作 - PLC编程 v1.5
08-12
基于博途V15软件平台构建的3×2立体车库智能仿真系统。该系统采用西门子1200PLC进行控制，配备触摸屏操作界面，实现了自动出入库、电梯式小车移动以及变频器输出等功能。文中展示了详细的程序注释和模块化编程方法，如使用TON定时器实现载车板升降的速度控制，利用FC块封装车辆检测模块，通过GRAPH语言编写自动出入库逻辑等。此外，还提到了系统的IO表设计和故障处理机制，以及未来可能加入AI算法进行智能车位分配的设想。 适合人群：对PLC编程、工业自动化控制系统感兴趣的工程师和技术爱好者。 使用场景及目标：适用于学习和研究PLC编程技巧、工业自动化控制系统的仿真开发，帮助理解和掌握PLC控制逻辑、触摸屏交互设计、变频器仿真等关键技术。 其他说明：该项目不仅提供了完整的源代码和详细的注释，还能在博途PLCSIM Advanced环境中进行全仿真测试，为实际工程应用提供宝贵的经验和参考。
LuWu-陆吾，一个简单的无代码深度学习平台
08-12
资源下载链接为： https://pan.quark.cn/s/2f73b93e37c3 LuWu——陆吾，一个简单的无代码深度学习平台。（最新、最全版本！打开链接下载即可用！）
Python自动化测试框架pytest入门与实战.doc
最新发布
08-12
Python自动化测试框架pytest入门与实战.doc
MATLAB实现直方图优化图像去雾技术
标题和描述中提到的关键知识点是“基于直方图优化的图像去雾技术”，以及其在Matlab环境下的应用。下面将详细介绍这两个概念。 1. 直方图均衡化 直方图均衡化是图像处理中常用的一种图像增强方法，它属于直方图修改...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值