理解 DB2 中的列组统计信息

4. 为这个查询添加几个冗余的等式谓词 ：

   SELECT EMPNO, FIRSTNME, LASTNAME, WORKDEPT, SEX, JOB, SALARY FROM EMPLOYEE WHERE JOB='ANALYST' AND SEX='F' AND WORKDEPT='C01';

   此查询返回和上面相同的结果集。但是看一下 EXPLAIN 工具生成的查询执行计划，基数估计值并不符合实际结果：

   0.0761719 TBSCAN ( 2) 31.4115 2 | 32 TABLE: SKAPOOR EMPLOYEE

   DB2 优化器假设这三个谓词是彼此独立的，因为不存在相关的索引或列组统计信息。

5. 在 JOB、WORKDEPT 和 SEX 列中收集列组统计信息。

   RUNSTATS ON TABLE <SCHEMA_NAME>.EMPLOYEE ON ALL COLUMNS AND COLUMNS ((JOB, WORKDEPT, SEX)) WITH DISTRIBUTION;

   
   

   使用这三个列的列组统计信息，DB2 优化器计算出一个更准确的基数估计值：

   1.77778 TBSCAN ( 2) 31.4214 2 | 32 TABLE: SKAPOOR EMPLOYEE

   
   

   与单一谓词查询计算出的结果不同，所计算出的基数估计值并不是 2，这是因为列组统计信息是一个一致分布统计信息。

示例 4：等式连接谓词

这个示例集中关注表 ORG 和 STAFF 的连接。首先，需要在这两个表上收集统计信息。现在，已经收集好了基本的统计信息。

RUNSTATS ON TABLE <SCHEMA_NAME>.ORG;
RUNSTATS ON TABLE <SCHEMA_NAME>.STAFF;

下面的查询连接 ORG 和 STAFF 表：

SELECT STAFF.NAME, ORG.DEPTNUMB, ORG.DEPTNAME, STAFF.SALARY
FROM ORG, STAFF
WHERE ORG.MANAGER = STAFF.ID AND ORG.DEPTNUMB = STAFF.DEPT
ORDER BY ORG.DEPTNUMB;

这个查询返回 8 个记录：

NAME      DEPTNUMB DEPTNAME       SALARY   
--------- -------- -------------- ---------
Molinare        10 Head Office     22959.20
Hanes           15 New England     20659.80
Sanders         20 Mid Atlantic    18357.50
Marenghi        38 South Atlantic  17506.75
Plotz           42 Great Lakes     18352.80
Fraye           51 Plains          21150.00
Lea             66 Pacific         18555.50
Quill           84 Mountain        19818.00

  8 record(s) selected.

1. 使用 EXPLAIN 工具查看查询执行计划：

   1 TBSCAN ( 2) 33.2225 2 | 1 SORT ( 3) 33.151 2 | 1 HSJOIN ( 4) 33.0248 2 /-----+-----\ 35 8 TBSCAN TBSCAN ( 5) ( 6) 17.2334 15.3736 1 1 | | 35 8 TABLE: SKAPOOR TABLE: SKAPOOR STAFF ORG

   这个示例使用了收集列组统计信息的简单方法。附录 B 包含一些示例，对判定连接中的父表做了进一步的分析。