Oracle 19C 生成最高频率直方图 (不频繁的值没有桶来装)

SELECT country_subregion_id, count(*)
FROM   sh.countries
GROUP BY country_subregion_id
ORDER BY 1;
 
COUNTRY_SUBREGION_ID   COUNT(*)
-------------------- ----------
               52792          1
               52793          5
               52794          2
               52795          1
               52796          1
               52797          2
               52798          2
               52799          9

1. 收集sh.countries和country_subregion_id列的统计信息，指定的存储桶少于不同的值。
   

   例如，输入以下命令以指定7个存储桶：

   BEGIN
     DBMS_STATS.GATHER_TABLE_STATS (
       ownname    => 'SH'
   ,   tabname    => 'COUNTRIES'
   ,   method_opt => 'FOR COLUMNS COUNTRY_SUBREGION_ID SIZE 7'
   );
   END;
   

2. 查询该country_subregion_id列的直方图信息。
   

   例如，使用以下查询（包括示例输出）：

   SELECT TABLE_NAME, COLUMN_NAME, NUM_DISTINCT, HISTOGRAM
   FROM   USER_TAB_COL_STATISTICS
   WHERE  TABLE_NAME='COUNTRIES'
   AND    COLUMN_NAME='COUNTRY_SUBREGION_ID';
    
   TABLE_NAME COLUMN_NAME          NUM_DISTINCT HISTOGRAM
   ---------- -------------------- ------------ ---------------
   COUNTRIES  COUNTRY_SUBREGION_ID            7 TOP-FREQUENCY
   

   该sh.countries.country_subregion_id列包含8个不同的值，但直方图仅包含7个存储桶，即n=7。在这种情况下，数据库只能创建最高频率或混合直方图。在该country_subregion_id列中，前7个最频繁的值占行的95.6％，超过了阈值85.7％，生成了最高频率直方图。
          其中p = (1-(1/n))*100 = 85.7％
         前7个 最频繁的点行数 = 22/ 23(总行数)=  95.6% 
        

3. 查询该列的端点号和端点值。
   

   例如，使用以下查询（包括示例输出）：

   SELECT ENDPOINT_NUMBER, ENDPOINT_VALUE
   FROM   USER_HISTOGRAMS
   WHERE  TABLE_NAME='COUNTRIES'
   AND    COLUMN_NAME='COUNTRY_SUBREGION_ID';
    
   ENDPOINT_NUMBER ENDPOINT_VALUE
   --------------- --------------
                 1          52792
                 6          52793
                 8          52794
                 9          52796
                11          52797
                13          52798
                22          52799
   

   图11-3是最高频率直方图中的7个存储桶的图形说明。这些值在图中以硬币表示。

   图11-3最高频率直方图

   
   “图11-3最高频率直方图”的描述

   如图11-3所示，每个不同的值都有自己的存储桶，但除外52795，因为它不受欢迎且统计意义不大，因此从直方图中排除了该值 。  (即值 52795 没有存储桶)
                            与标准频率直方图中的一样，端点号表示值的累积频率。