KingbaseES支持混合直方图统计信息
关键字：
优化器、统计信息、直方图、人大金仓、KingbaseES
一、摘要
本文首先介绍了数据库中直方图的相关概念，然后介绍了KingbaseES中混合直方图的使用。
直方图概念
在数据库统计中，直方图（Histogram）是一种用于描述数据分布的统计工具。它将数据值按照一定的范围划分为不同的区间，并计算每个区间内的数据值数量或频率。直方图提供了对数据分布的可视化表示，可以帮助优化器更准确的估计查询执行计划的成本。
直方图在数据库优化中的作用是帮助优化器更好的理解数据分布，从而更准确的选择执行计划。通过直方图，优化器可以了解数据的值范围、数据的分布情况以及数据的密度等信息，进而决定使用哪些索引、连接顺序或其他查询操作，以获得更高效的查询执行计划。
根据数据的分布特性和统计信息的收集方式，直方图可以分为以下几类：
- 简单直方图（Simple Histogram）：简单直方图将数据划分为离散的区间，并统计每个区间内的数据值数量。每个区间通常具有相等的宽度或高度。当具有相等宽度时，称为等宽直方图。当具有相同高度时，称为登高直方图。
- 高频直方图（Height Balance Histogram）：高频直方图是一种改进的直方图，它在简单直方图的基础上引入了频率信息。除了统计每个区间内的数据值的数量，还记录了每个区间的频率（数据值数量与总数据量的比值）。
- 混合直方图（Hybrid Histogram）：混合直方图是一种结合了简单直方图和高频直方图的直方图。它通过将数据划分为离散的区间，并统计每个区间内的数据值数量和频率来描述数据的分布情况。混合直方图提供了更丰富的数据分布信息，可以更准确的反应数据的不均匀性。
KingbaseES中的混合直方图
对KingbaseES中混合直方图默认关闭，通过设置全局参数enable_hybrid_hist来开启混合直方图，如下所示：
kingbase=# show enable_hybrid_hist;
enable_hybrid_hist
--------------------
off
(1 row)
kingbase=# set enable_hybrid_hist = on;
SET
kingbase=# show enable_hybrid_hist;
enable_hybrid_hist
--------------------
on
(1 row)
可以通过sys_stats来查看混合直方图的具体数据，sys_stats的具体描述如下：
其中hybrid_histogram_*为混合直方图的数据信息，hybrid_histogram_bounds为边界值，hybrid_histogram_freq为桶的频率，hybrid_histogram_bounds_freqs为边界值的频率。
下面介绍具体的生成混合直方图以及查看混合直方图的方式。首先建立t1表，并向t1中插入数据如下：
create table t1 (c1 int);
insert into t1 select 1 from generate_series(1, 10) as i;
insert into t1 select 2 from generate_series(1, 20) as i;
insert into t1 select 3 from generate_series(1, 30) as i;
insert into t1 select 4 from generate_series(1, 40) as i;
然后，使用ANALYZE命令对t1进行统计信息收集，在收集之前调整default_statistics_target参数，确保直方图统计数据开启，具体如下：
set default_statistics_target = 1;
analyze t1;
最后，查看sys_stats中关于表t1的统计信息，如下图所示。
可以看到，混合直方图相关的列上已经有了统计信息。
