显示数据分发

可以使用 dbschema 实用程序显示数据分发。

除非列值发生很大变化，否则无需重新生成数据分发。要验证分布信息的精确性，请将 dbschema -hd 输出和相应构造的 SELECT 语句的结果进行比较。

例如：以下 dbschema 命令生成数据库 vjp_stores 中的 customer 的每列的分布列表，列表中含有每个二进制存储单元中值的数目，以及不同值的数目：

dbschema -hd customer -d vjp_stores

图 1 显示了该 dbschema -hd 命令生成的列 zipcode 的数据分发信息。由于该列是 zip_ix 索引的起始列，因而 UPDATE STATISTICS HIGH 在该列上运行，如以下输出行所示：

High Mode, 0.500000 Resolution

图 1 显示了 17 个二进制存储单元，每个二进制存储单元中都包含一个不同的 zipcode 值。

图: 使用 dbschema -hd 显示数据分发信息

dbschema -hd customer -d vjp_stores

...
Distribution for virginia.customer.zipcode

Constructed on 09/18/2000

High Mode, 0.500000 Resolution
  
--- DISTRIBUTION ---

          (          02135 )
    1: (  1,   1, 02135 )
    2: (  1,   1, 08002 )
    3: (  1,   1, 08540 )
    4: (  1,   1, 19898 )
    5: (  1,   1, 32256 )
    6: (  1,   1, 60406 )
    7: (  1,   1, 74006 )
    8: (  1,   1, 80219 )
    9: (  1,   1, 85008 )
  10: (  1,   1, 85016 )
  11: (  1,   1, 94026 )
  12: (  1,   1, 94040 )
  13: (  1,   1, 94085 )
  14: (  1,   1, 94117 )
  15: (  1,   1, 94303 )
  16: (  1,   1, 94304 )
  17: (  1,   1, 94609 )


--- OVERFLOW ---

    1: (  2,      94022 )
    2: (  2,      94025 )
    3: (  2,      94062 )
    4: (  3,      94063 )
    5: (  2,      94086 )

输出的 OVERFLOW 部分显示的是可能会使分布数据产生偏差的重复值，所以 dbschema 将它们从分布信息中移出到单独的列表。此溢出列表中重复值的数目必须大于以下公式确定的临界值。图 1 显示的分辨率的值为 .0050。因此，该公式确定，任何重复一次以上的值都将在溢出部分列出。

Overflow = .25 * resolution * number_rows
            = .25 * .0050 * 28
            = .035

有关 dbschema 实用程序的更多信息，请参阅《GBase 8s 迁移指南》。