国产数据库openGauss 9.30日新出了3.1.0版本,有哪些新的特性呢?我们计划出个系列详细介绍一下,期望大家多多支持~
选择率估算作为代价模型行数估算的基础,其准确性影响着优化器查询计划的选取,数据库优化器生成的不同查询计划之间可以达到数个数量级的区别。
例如,目前形如a = 1
的等值谓词选择率估算可以有以下几种方法:
1. 利用统计信息估算:
* 对查询语句中的等值条件,可分为MCV值和非MCV值进行估算:
* 对MCV值,使用MCV对应的频率统计信息作为选择率;
* 对非MCV值,使用如下经验公式:
e q _ s e l e c t i v i t y = 1 − s u m _ m c v − n u m _ n u l l s n d v eq\_{selectivity}=\frac{1-sum\_mcv-num\_nulls}{ndv} eq_selectivity=ndv1−sum_mcv−num_nulls
* 直接对所有值做均匀假设,不考虑MCV:
e q _ s e l e c t i v i t y = n u m _ r o w s − n u m _ n u l l s n d v / n u m _ r o w s eq\_{selectivity}=\frac{num\_rows-num\_nulls}{ndv}/num\_rows eq_selectivity=ndvnum_rows−num_nulls/num_rows
2. 在线计算:
* 使用Count-Mean-Min Sketch等频率估算方法,在线计算每个常量值的选择率。
在上述方法中,方法1对全部或者部分数据做均匀分布假设,计算量小,优化器负担轻,但估算粗略,对大多数常量选择率估值不准确;方法2对每个常量值都进行单独的计算,计算结果较为准确,但是优化器的计算负担大,将对性能产生影响。
基于上述经典优化器的缺点,在该版本的openGauss数据库中,我们通过调整等值谓词选择率的估算方法,构造出openGauss的新型选择率模型,可以在兼顾准确率与计算量的前提下,进行选择率的估计。该模型原理如下:
新型选择率模型平衡计算量与准确性,充分考虑数据分布情况,通过轻量的计算,能够使得优化器生成更优的执行计划,该特性可通过GUC参数var_eq_const_selectivity控制。
假设在数据库中表t1由2列组成,分别为列a和列b,其类型均为整型(INT)。向其插入数据,a值为101的数据共有300行,a值为1到100的数据各有100行,a值为150的数据150,000行,a值为200的数据有1行。则表t1由数据库得到的统计信息可如下:
统计信息 | 值 |
---|---|
NULL值比例 | 0 |
distinct总数 | 103 |
MCV值 | 150 |
MCV频率 | 0.9369 |
直方图边界 | 1,2,3,4,5,6,7,8,9,10, 11,12,13,14,15,16,17,18,19,20, 21,22,23,24,25,26,28,29,30, 31,32,33,34,35,36,37,38,39,40,41,42,43,44,45,46,48,49,50, 51,51,52,53,54,55,56,57,58,59,60,61,62,63,64,65,66,68,69,70,71,72,73,74,75,76,77,78,79,79,80, 82,83,84,85,86,88,89,90,91,92,93,94,95,96,96,97,98,99,100,101,101,101 |
当查询语句为SELECT * FROM t1 WHERE a = 101;
时,可知a落入直方图桶[101,101)
中,且与当前桶左右边界相同的桶的总个数为2,则a的选择率为(1 – 0 – 0. 9369) / 100 * 2 = 3.9816e-7
。
当查询为SELECT * FROM t1 WHERE a = 11;
时,可知a落入直方图桶[11,12)
中,该桶在均匀假设的前提下,分配到的distinct值数量为103 / (101 - 1) * (12 – 11) ,则a的选择率为(1 – 0 – 0. 9369) / 100 /(103 / (101 - 1) * (12 – 11) ) = 6.1262e-4
。
当查询为SELECT * FROM t1 WHERE a = 200;
时,常量值200没有落入MCV,也没有落入直方图的任何一个桶中,则利用t1的总行数160301来预估其选择率,则a的选择率为1 / 160301 = 6.2383e-6
。
从上面的示例可以看出,使用新型选择率模型,充分考虑了不同常量值的选择率,其选择率估算能够更加贴近实际值。此外,openGauss还会在数据库的查询优化领域进一步努力,构造业内顶尖的数据库查询优化能力。
openGauss: 一款高性能、高安全、高可靠的企业级开源关系型数据库。
如果您觉得博主的文章还不错或者有帮助的话,请关注一下博主,如果三连收藏支持就更好啦!谢谢各位大佬给予的鼓励!