理解 DB2 中列 统计信息

        DB2 SQL 优化器(后文简称为优化器)可以估计每个备选访问计划的执行成本，并根据其估计结果选择一个最佳访问计划。一个访问计划可以指定用来解析一条 SQL 语句的操作次序。

　　为正确地确定每种访问计划的成本，DB2 优化器需要准确的基数估计值。基数估计是这样一种过程：在应用了谓词或执行了聚集之后，优化器使用统计信息确定部分查询结果的大小。对于访问计划的每个操作符，优化器将估计该操作符的基数输出。一个或更多谓词的应用可以减少输出流基数。

　　在计算谓词对于基数估计值的组合过滤效果时，通常会假设这些谓词彼此之间是独立的。然而，这些谓词可以在统计方面彼此关联。单独地处理它们通常会导致优化器低估基数值。而基数值的低估又会导致优化器选择一个次优的访问计划。

　　对于至少应用了至少两个本地等式谓词的 SQL 语句，优化器将考虑使用多列统计信息来检测统计关联，并更加准确地估计多个谓词组合的过滤效果。同样对于连接两个或更多表的 SQL 语句，以及在一对表间至少使用了两个等式连接谓词的连接，优化器也会使用多列统计信息。

　　一个本地等式谓词是一个应用于单个表的等式谓词，其描述如下所示：

COLUMN = literal

　　其中 literal 可以是以下任一内容：

　　一个常量值; 　　一个参数标记或一个主变量; 　　一个专用寄存器(例如，CURRENT DATE)

　　一个等式连接谓词的描述如下所示，它用于表 1 和表 2 间的连接：

T1.COLUMN = T2.COLUMN

　　DB2 V8.2 使用下面的多列统计信息：

　　索引 keycard 统计信息：FIRST2KEYCARD、FIRST3KEYCARD、FIRST4KEYCARD 和 FULLKEYCARD 　　列组统计信息：列组基数值

　　这些统计信息描述了包含两个或更多列的列集中不同分组的数量。

　　在 DB2 V8.2 出现之前，只能使用索引 keycard 统计信息，并且要受下列条件约束：

　　索引必须是完全限定的。如果键中的所有列都可以被等式谓词 引用(连接谓词或本地谓词，但不是两者的混合)，那么这个索引就是完全限定的。 　　对于连接谓词，索引也必须是惟一的。

　　在 DB2 V8.2 中，通过考虑到所有索引 keycard 统计信息而不要求索引完全限定，DB2 SQL 优化器进一步扩展了多列统计信息的使用。它还考虑到了用户收集的任何列组统计信息。本文讨论了优化器如何利用这些统计信息，以及用户如何识别要收集的列组统计信息。

         多个本地等式谓词的统计相关性

　　DB2 SQL 优化器试图检测多个本地等式谓词间的统计相关性。

　　示例 1：假设有一个表 SHOW_LISTINGS，它包含如下列：

　　表 1. SHOW_LISTINGS 表的描述

列名	描述
SHOW_ID	表外键，包含关于各演出清单的信息
CHANNEL_ID	表外键，包含关于播放演出的每个频道的信息
STATION_ID	表外键，包含和频道相关的每个电视台的信息
CITY_ID	表外键，包含关于上演该演出的每个城市的信息
DAY	演出播放的日期
TIME	演出播放的当天的时间
<other columns>	描述了演出清单的其他属性

　　由于演出只在某个电视台的某个频道播出，在一天的特定时间内，这些列(SHOW_ID，CHANNEL_ID，STATION_ID 和 TIME)彼此之间不是互相独立的。DAY 列独立于 TIME 列，但是它不独立于所有演出清单的 SHOW_ID。

　　设想一条应用了以下谓词的 SQL 语句：

P1: SHOW_ID = ? 　　P2: CHANNEL_ID = ? 　　P3: STATION_ID = ? 　　P4: TIME = ?

　　如果存在这样一个索引，其中的键包含谓词 P1-P4 引用的所有列，或者键中的前四列包含所引用的列，优化器将使用 FIRST4KEYCARD 索引统计信息(如果收集了索引统计信息的话)，来检测谓词 P1-P4 之间的统计相关性。在应用了这四个谓词之后，优化器将计算一个更准确的基数估计值。例如，下面的任何一个索引可以用来检测这四个谓词间的统计相关性：

IX1 ON SHOW_LISTINGS(SHOW_ID, CHANNEL_ID, STATION_ID, TIME) 　　IX2 ON SHOW_LISTINGS(SHOW_ID, CHANNEL_ID, STATION_ID, TIME, CITY_ID) 　　IX3 ON SHOW_LISTINGS(SHOW_ID, CHANNEL_ID, STATION_ID, TIME, DAY, CITY_ID)

　　优化器使用 IX1 的 FULLKEYCARD 和 FIRST4KEYCARD 统计信息来检测所有四个谓词的相关性。类似地，它也可以使用 IX2 和 IX3 的 FIRST4KEYCARD。

　　不能使用如下所示的索引：

IX4 ON SHOW_LISTINGS(CITY_ID, SHOW_ID, CHANNEL_ID, STATION_ID, TIME)

　　由于每个 keycard 统计信息都将包含 CITY_ID 列，因此该列上未定义本地等式谓词。

……