直方图是一种特殊类型的列统计信息，通过将数据保存到一系列有序的桶中来描述其列的数据分布特征，优化器可以依据直方图来估算出更准确的行数。
在默认情况下，优化器会认为列的数据是分布均匀的，之后会根据这一特征来进行行数估计，但是在真实的场景中，大多数表的数据分布都是不均匀的，这种情况就需要使用直方图。
在 OceanBase 数据库优化器中，列的直方图信息存储在视图 DBA_TAB_HISTOGRAMS 中，包含以下信息：
直方图的基本信息（包括
tenant_id、table_id、partition_id、column_id）直方图的统计信息类型（信息级别分为
GLOBAL、PARTITION和SUBPARTITION）直方图中每个桶累积的数据量（包含当前桶及其之前的桶的总和）
直方图中每个桶里面的最大的 Value 值
直方图中每个桶里面的最大 Value 值的频次
直方图的类型
OceanBase 数据库优化器支持三种直方图：频率直方图、Topk 直方图和混合直方图。 在频率直方图中，每个不同的列值对应于直方图的单个桶，要求指定的桶的个数不低于列的 NDV 值。 Topk 直方图是频率直方图的变体，基于 Lossy Counting 算法，通过取部分数据特征来估算整体的数据分布，要求它所记录的数据数与总数据数的比例不低于 1--(1/bucket_size)。 混合直方图主要通过采集指定的的数据量进行直方图构建，与频率直方图和 Topk 直方图的不同的是，一个桶里面可能装多个不同的 Value 值，将采集到的数据量按照桶个数分段，将每一分段内的所有数据都放到对应的一个桶中，达到用更少的桶来描述更大数据量的数据分布，其中桶内的最大的 Value 值将作为 endpoint_value，同时会多一个 endpoint_repeat_cnt 来记录 endpoint_value 的频次。
直方图的选择策略
OceanBase 数据库优化器根据 NDV、bucket_size 和 p 指标选择直方图。直方图的选择策略如下图所示。
指标含义如下：
NDV：指定一个列上不同 Value 值的个数。
bucket_size：指定的直方图桶个数，默认为 254。p：Topk 直方图期望的最低百分比阈值，计算公式为(1--(1/bucket_size)) * 100。如果使用默认值 254，则对应的最低百分比阈值为 99.6。
