理解 DB2 中的列组统计信息

所有的谓词被看作是中立的，这是由于两个表的 stats 是相等的。因此，在 V8 FixPak 14 和 DB2 9 中，应该在任一个表（不要求两个表）的列（C1、C2 和 C3）中收集列组统计信息，这样，优化器就可以检测这些连接谓词的统计相关性。

示例 B.7

使用和示例 B.6 相同的谓词，假设表具有如下统计信息：

在这个场景中，谓词 P2 和 P3 看作是中立的，这是由于两个表的列 C2 和 C3 的统计信息是等同的。然而，C1 的统计信息显示 T1 是 P1 的父表，这是因为 T1.C1 的 COLCARD 比 T2.C1 的 COLCARD 大，并且两个列具有等同的 HIGH2KEY 和 LOW2KEYare 统计信息。因此，应该在 T1 的列（C1、C2 和 C3）中收集列组统计信息，这样，优化器就可以检测连接谓词间的统计相关性。

示例 B.8

使用和示例 B.6 相同的谓词，假设表具有下列统计信息：

表 B.8 统计信息

在这个场景中，谓词 P2 和 P3 被表示为中立的，这是由于两个表的 C2 和 C3 列的统计信息是等同的。然而，C1 的统计信息表明 T1 和 T2 都不是父表，它也不是中立的，因为 T1.C1 具有一个更高的 COLCARD 统计信息，而 T2.C1 具有一个更高的统计信息。因此，应该在 T1 或 T2 的列（C2 和 C3）中收集列组统计信息，这样优化器就可以检测连接谓词 P2 和 P3 之间的统计相关性。

示例 B.9 使用 DPF 和范围统计信息

考虑 T1 和 T2 这两个表的连接，它们在多个数据库分区上被分区，并且是并置的，统计信息是在相同的节点手机的，分区键在列（C1 和 C2）上，使用如下谓词进行连接：

    
P1: T1.C1 = T2.C1
P2: T1.C2 = T2.C2
P3: T1.C3 = T2.C3

假设这两个表具有如下统计信息：

这个连接限定 DPF 条件，所以优化器可以使用范围统计信息来标识父表。在这个场景中，谓词 P2 和 P3 被表示为中立，这是由于两个表的 C2 和 C3 列的统计信息是等同的。然而，C1 的统计信息表明 T1 和 T2 都不是父表，也不把它看作是中立的，这是因为 T1.C1 具有一个更高的 COLCARD，而 T2.C1 具有一个更高的 HIGH2KEY 统计信息。因此，应该在 T1 或 T2 的列（C2 和 C3）上收集列组统计信息，这样优化器就可以检测连接谓词 P2 和 P3 间的统计相关性。

示例 B.10 无法使用 DPF 和范围统计信息

假设与 B.9 相同的场景，但是 T1 的分区键是在列（C1 和 C2）中，T2 的分区键在列（C2 和 C1）中。这个连接不满足第一个 DPF 条件，因为这两个表被认为不是在相同的列分区的；连接谓词 T1.C1=T2.C1 在 T1 的分区键中引用了第一个列，但在 T2 分区键中引用了第二个列。因此，优化器不能使用范围统计信息来标识父表，而只能使用 COLCARD 统计信息来确定父表。只在 COLCARD 的基础上，连接被认为是中立的。

示例 B.10.1 无法使用 DPF 和范围统计信息

假设与 B.10 相同的场景，但具有下列统计信息：

在 COLCARD 统计信息基础上，T1 是谓词 P1 的父表，而 T2 是谓词 P2 的父表。由于 COLCARD 统计信息被关闭，因此多列统计信息的偏差将降至 1% 以内，这是优化器在 DPF 环境中的容错值。在这里它可以使用简单方法，并且应在两个表的所有三个列中收集列组统计信息。之后，如果优化器没有计算出一个不同的基数估计值，那么说明并未达到 1% 的偏差。

附录 C. 有关本地谓词的更多详细资料

多列统计信息（索引和列组）只提供了一组列中不同组数量的信息。因此，说明统计相关性时，优化器假设数据是一致分布的。然而，本地等式谓词的选择性估计值则使用分布统计信息（如果可用）来计算，从而说明数据中的偏差。由于假设数据是一致的，而实际上数据是有偏差的，为避免高估本地等式谓词的组合选择性估计值，FixPak 10 中将对优化器的统计相关性检测做进一步改善。