KingbaseES通过表达式索引准确估计选择率
关键字：
优化器、表达式统计信息、表达式索引、人大金仓、KingbaseES、
一、摘要
本文介绍了KingbaseES通过表达式索引准确估计选择率的方法。
表达式索引
表达式索引是数据库中一种特殊类型的索引，它基于表达式而不是列或列的组合。表达式索引允许在索引中存储计算得到的值，而不仅仅是列的原始值。这样可以提高查询性能并支持更杂的查询操作。
选择率
表达式索引有以下优势：选择率是指满足查询条件的行数与总行数之间的比值，一个准确的估计，可以帮助优化器优化查询计划。
KingbaseES中通过表达式索引准确估计选择率
首先创建表t1，并插入数据，具体SQL如下所示：
create table t1 (c1 int);
对表进行ANALYZE之后，进行带有表达式条件过滤的SQL语句查询，使用的函数为MOD函数，具体如下：
analyze t1;
explain analyze select * from t1 where mod(c1, 3) = 1;
QUERY PLAN
--------------------------------------------------------------------------------------------------
Seq Scan on t1 (cost=0.00..195.00 rows=50 width=4) (actual time=0.012..1.277 rows=3334 loops=1)
Filter: (mod(c1, 3) = 1)
Rows Removed by Filter: 6666
Planning Time: 0.082 ms
Execution Time: 1.381 ms
(5 rows)
从结果中可以看到，估计的行数为50行，而实际的行数为3334行，偏差高达60倍。可见，优化器对表达式的选择率估计有非常大的偏差。
接下来，在c1列上建立表达式索引，再次进行相同语句的查询，具体如下。
create index t1_idx1 on t1 (mod(c1, 3));
analyze t1;
explain analyze select * from t1 where mod(c1, 3) = 1;
QUERY PLAN
-----------------------------------------------------------------------------------------------------------------------
Bitmap Heap Scan on t1 (cost=70.12..165.13 rows=3334 width=4) (actual time=0.315..0.740 rows=3334 loops=1)
Recheck Cond: (mod(c1, 3) = 1)
Heap Blocks: exact=45
-> Bitmap Index Scan on t1_idx1 (cost=0.00..69.29 rows=3334 width=0) (actual time=0.272..0.272 rows=3334 loops=1)
Index Cond: (mod(c1, 3) = 1)
Planning Time: 0.170 ms
Execution Time: 0.850 ms
(7 rows)
可以看到，查询预计的函数与实际的行数都是3334行，选择率估计完全正确，没有偏差。通过建立表达式索引，修正了优化器选择率估计的偏差。
