ヒストグラム統計フィルター係数

ヒストグラム統計が使用可能な場合、Db2® は、広い範囲の値の分布をより正確に補間できます。

プログラム固有のプログラミング・インターフェース情報の開始
RUNSTATS は通常、単一列または単一の複数列データ・セットの頻度統計を収集します。カタログ・スペースとバインド時のパフォーマンスの問題により、1 つまたは複数のターゲット列で検出されるすべての特殊値でのこれらのタイプの統計の収集が非常に非現実的になるので、このような頻度統計は一般に、最も頻度の高い値または最も頻度の低い値、したがって最も偏った値のみで収集されます。

ただし、このような制限のある統計は、多くの場合、値の分布を正確に予測しません。これは、値の範囲全体で大ざっぱな補間が必要であるからです。 例えば、EMPLOYEE 表の YRS_OF_EXPERIENCE 列に、次の値頻度が含まれているとします。

表 1. EMPLOYEE 表の YRS_OF_EXPERIENCE 列の値の頻度統計例
VALUE 頻度
2 10%
25 15%
26 15%
27 7%
12 0.02%
13 0.01%
40 0.0001%
41 0.00001%

ヒストグラム統計のメリットがある述部例

この表の値の述部例には、次のものがあります。

  • 値が一致しない等価述部:
    SELECT EMPID FROM EMPLOYEE T 
    WHERE T.YRS_OF_EXPERIENCE = 6;
  • 範囲述部:
    SELECT T.EMPID FROM EMPLOYEE T 
    WHERE T.YRS_OF_EXPERIENCE BETWEEN 5 AND 10;
  • 非ローカル述部:
    SELECT T1.EMPID FROM EMPLOYEE T1, OPENJOBS T2 
    WHERE T1.SPECIALTY = T2.AREA AND T1.YRS_OF_EXPERIENCE > T2.YRS_OF_EXPERIENCE;

上記の各述部の場合、任意の単一値の分散統計は、値範囲の収集されない部分でのフィルター係数の均等補間によるものを除いて、Db2 が述部の選択度を見積もるのに役立ちません。 このような補間の結果、見積もりが不正確になり、不適切なアクセス・パス選択が行われる可能性があります。

Db2 によるヒストグラム統計の使用法

Db2 は、複数の間隔を作成して、各間隔に、データ・セットからのほぼ同じ割合の行が入るようにします。 RUNSTATS の HISTOGRAM オプションを使用する場合、間隔数は NUMQUANTILES の値で指定されます。 各間隔には、ID 値 QUANTILENO、および間隔を制限する値 (LOWVALUE および HIGHVALUE 列) があります。Db2 は、間隔ごとに分散統計を収集します。

RUNSTATS を使用して、このような広範囲の頻度値を含む列で統計を収集する場合は、HISTORGRAM オプションを指定して、値の範囲全体で値の分布を明らかにする、細分性の高い分散統計を収集してください。 以下の表は、従業員表の経験年数値のヒストグラム統計を収集した結果を示しています。この例では、統計は 7 つの間隔で収集されています。

表 2. EMPLOYEE 表の YRS_OF_EXPERIENCE 列のヒストグラム統計
QUANTILENO LOWVALUE HIGHVALUE CARDF FREQUENCYF
1 0 3 4 14%
2 4 15 8 14%
3 18 24 7 12%
4 25 25 1 15%
5 26 26 1 15%
6 27 30 4 16%
7 35 40 6 14%

プログラム固有のプログラミング・インターフェース情報の終了