SQLP
시험 직전 요약장
판단 기준과 헷갈리는 개념, 대표 예제를 짧게 확인하세요.
Histogram 이해: 데이터 편중·인기 값·Bind 실행계획
원래 이론 →판단 기준
예시·텍스트좌우로 이동해 전체 내용을 확인하세요. 키보드: ←·→, Home·End
1. Histogram 후보 Column이 실제 Predicate에 사용되는지 확인한다.
2. GROUP BY 값별 COUNT로 Skew와 시간대 변화를 확인한다.
3. 현재 NDV·Histogram·Bucket·Sample·LAST_ANALYZED를 확인한다.
4. Literal·Bind·Peeked Bind·Child Cursor를 구분한다.
5. 값별 E-Rows·A-Rows와 현재 Plan을 수집한다.
6. SIZE AUTO 또는 필요한 Column에만 SIZE n을 적용한다.
7. 희귀값·인기값·중간값의 Buffers·Reads·Elapsed를 비교한다.
8. 통계 재수집 후 Histogram 유형·Endpoint·Plan 변화를 확인한다.
9. 다른 SQL·Bind 범위·Partition의 Plan Regression을 확인한다.
10. Pending Statistics·Canary·Rollback 절차를 포함해 적용한다.
헷갈리는 개념
표를 좌우로 밀어 나머지 열을 확인하세요. 키보드: ←·→, Home·End
| 혼동 | 정확한 기준 |
|---|---|
| NDV가 작으면 반드시 Histogram | Skew와 값별 Plan 차이가 핵심 |
| Histogram이 있으면 Index 사용 | Cardinality가 커 Full Scan이 더 저렴할 수 있음 |
| SIZE 254면 254 Bucket | 최대 요청값이며 실제 유형·Bucket은 다를 수 있음 |
| SIZE AUTO면 모든 Skew Column 생성 | Column Usage와 내부 판단을 함께 사용 |
| Frequency Endpoint Number는 Bucket 번호 | 누적 빈도 |
| Hybrid Repeat Count는 Bucket 번호 | Endpoint 값의 반복 빈도 |
| Height-Balanced가 최신 기본 유형 | AUTO_SAMPLE_SIZE에서는 Top-Frequency·Hybrid 중심 |
| Bind에서는 Histogram이 무의미 | Peeking·ACS의 값별 Selectivity 입력 |
| Histogram 생성 후 E-Rows만 맞으면 완료 | 실제 Plan·Runtime·Child Cursor·재수집 안정성 확인 |
| Histogram은 많을수록 좋다 | 수집·Dictionary·Parse·Plan 변동 비용 존재 |
대표 계산·예제
예를 들어 Endpoint Number가 5,000 → 20,000으로 증가했다면 두 Endpoint 사이의 빈도 차이는 15,000입니다.
내 최근 연습 오답
현재 브라우저의 연습 채점 기록에서 공개된 단원과 연결된 오답을 확인합니다.
오답 기록을 확인하고 있습니다.