一、 简介
1. 引入原因
在普通的统计信息中，CBO会默认目标列数据在其最小与最大值间是均匀分布的，并以此为依据预估条件选择率及结果集cardinality，进而选择执行计划。但在实际中，显然有些数据不是平均分布的，会出现所谓的“数据倾斜”，此时产生的执行计划很可能就不是最佳的。
2. 直方图是什么
直方图是一种特殊的列统计信息，它详细描述了列的数据分布情况。直方图收集后，CBO不会再认为列上是均匀分布的，可以根据实际情况预估条件选择率及结果集cardinality，选择正确的执行计划。
直方图使用Bucket（桶）的方式描述目标列的数据分布，每个Bucket就是一组，存放一个或多个列目标中的数据。oracle采用两个维度描述一个Bucket —— endpoint number和endpoint value（后文介绍）。两个维度信息，即直方图数据存储在HISTGRM$基表中，可以通过数据字典dba_tab_histgrams,dba_part_histgrams,dba_subpart_histgrams来查看表、分区及子分区的直方图信息。
二、 直方图的类型
12c之前，oracle有Frequency和Balanced两类直方图，12c又引入了Top-Frequency和Hybrid两类直方图。下面分别来看：
1. Frequency直方图
如何能详细描述列的数据分布情况？最简单的方法当然是统计每个列distinct值有多少并存储，实际上这就是oracle中的Frequency类型直方图。
对于这类直方图，列中有多少distinct值，数据字典中就会存储多少条记录。endpoint value记录这些distinct值，endpoint number则记录到此distinct值为止共有多少条记录。此时endpoint number是一个累加值，可以用一条记录的endpoint number减去前一条记录的endpoint number得到这条记录对应的endpoint value值的记录数。
这种方法简单易想，但是对于大表而言，它是不切实际的。12c之前，oracle要求Frequency类型直方图对应的Bucket数不超过254，即目标列distinct值不能超过254（12c去除了该限制）。
为了处理distinct值特别多的大表，oracle引入了Height Balanced类型直方图。
2. Height Balanced直方图
在12c之前，如果目标列distinct值超过了254，oracle会转为对目标列收集Height Balanced类型直方图。
对于这类直方图，oracle首先根据目标列对目标表的所有记录从小到大排序，然后用总记录数除以需要使用的Bucket数，来决定每个Bucket中需要描述的已排好序的记录数。
此时endpoint number记录的是Bucket号，Bucket号从0开始一直到N。0号Bucket对应的endpoint value记录目标列最小值，其他Bucket对应的endpoint value则记录到此Bucket为止目标列的最大值。
为节省空间，对于相邻的仅endpoint number不同而endpoint value相同的记录，oracle会在数据字典中合并存储。假如endpoint number=2和3的Bucket对应endpoint value都为P，数据字典中只会记录endpoint number=3，endpoint value=P。因此，Height Balanced类型直方图数据字典中的endpoint number可能是不连续的。
这种合并后记录在数据字典的endpoint value，oracle称为popular value。显然popular value记录的endpoint number值与上一条记录的endpoint number值相差越大，popular value在目标列中所占比例越大，对应的cardinality也就越大，这应该也是将其称为popular value的原因。
三、 直方图收集方法
1. 语法格式
对于dbms_stats包，是通过指定method_opt参数实现的，该参数可接受值如下：
for all [indexed | hidden] columns [size_clause]
for columns [size_clause] column | attribute [size_clause] [,column | attribute [size_clause]...]
其中size_clause必须符合以下格式
size [整数值 | repeat | auto | skewonly]
- 整数值：直方图的Bucket数，范围为[1,254]，为1表示删除列上直方图信息
- repeat：只对已有直方图的列收集直方图信息
- auto：由oracle决定是否对列收集直方图，以及使用哪类直方图。oracle默认只对用过的列（where条件中出现过的列）自动收集直方图统计信息，oracle会在sys.col_usage$基表中记录各列的使用情况。在自动收集直方图统计信息时先查该表，如果列未被使用过，则不会收集。
- skewonly：只对倾斜列收集直方图
2. 例子
对表所有有索引的列以auto方式收集直方图
exec dbms_stats.gather_table_stats(ownname => 'USER01',tabname => 'TAB01',method_opt=> 'for
all indexed columns size auto');
对表的empno和deptno列以auto方式收集直方图
exec dbms_stats.gather_table_stats(ownname => 'USER01',tabname => 'TAB01',method_opt=> 'for
columns size auto empno deptno');
对表的empno和deptno列收集直方图，并指定Bucket数为10
exec dbms_stats.gather_table_stats(ownname => 'USER01',tabname => 'TAB01',method_opt=> 'for
columns size 10 empno deptno');
对表的empno和deptno列收集直方图，指定empno列Bucket数为10，deptno列Bucket数为5
exec dbms_stats.gather_table_stats(ownname => 'USER01',tabname => 'TAB01',method_opt=> 'for
columns empno size 10 deptno size 5');
删除empno列的直方图
exec dbms_stats.gather_table_stats(ownname => 'USER01',tabname => 'TAB01',method_opt=> 'for
columns empno size 1');
删除表上所有列的直方图
exec dbms_stats.gather_table_stats(ownname => 'USER01',tabname => 'TAB01',method_opt=> 'for
all columns size 1');
四、 注意事项
- 直方图是为解决数据倾斜问题而引入，它对CBO选择度、基数估计及执行计划选择有直接影响。
- 如果列数据分布均匀（例如有唯一索引的列），完全没必要对该列收集直方图。
- 对于从没在where条件中出现或者出现非常少的列，无须对该列收集直方图。
- 在配置10g中引进的自动统计信息收集作业时，需要特别注意对直方图的收集策略。
- 直方图可能影响shared cursor能否被共享。若cursor_sharing值设为similar，而查询列有直方图，oracle会对列的每一个distinct值产生一个child cursor，这可能导致严重的硬解析，设置引发高版本问题。对于cursor_sharing参数，建议值还是使用默认的EXACT。
- 对于字符型的字段，直方图有重大缺陷 —— oracle只会将字段的头32Byte取出来（实际上只取头15Byte），将其转换为一个浮点数，并将这个浮点数作为直方图信息存在数据字典里。对于超过32Byte而前32Byte又相同的字符列值，oracle会认为它们是完全相同的，即使它们并不相同，这很可能导致执行计划选择错误。案例参考：https://blog.csdn.net/Hehuyi_In/article/details/106162142