请问 SQL SERVER 2005 开始的String summary如何实现的呢？

Question

请问 SQL SERVER 2005 开始的String summary如何实现的呢？

比如说下面的语句，SQL SERVER 现在既然也能很精确的评估到有多少行，注意是 '%Abingdon%'  而不是 'Abingdon%' 哦

select * from Person.Address where city like '%Abingdon%' 。

Answer 1

简单的说就是分词

---

想不想时已是想，不如不想都不想。

Answer 2

简单的说就是分词

---

想不想时已是想，不如不想都不想。

谢谢，能不能详细一点，你说的分词就是trie tree算法吧，

如果是'Abingdon%'的话，那很好理解，因为有共同的前缀，

但是如果是'%Abingdon%'的话，那是如何统计的？

Answer 3

就是trie tree没错。不过这东西跟前缀有啥关系？它是把这个字符串分拆开来解析的。

---

想不想时已是想，不如不想都不想。

Answer 4

就是trie tree没错。不过这东西跟前缀有啥关系？它是把这个字符串分拆开来解析的。

---

想不想时已是想，不如不想都不想。

还是没有懂啊，那分析的具体过程是怎么样的呢？有没有相关的文档呢？

Answer 5

SQL Server没有公开的string summary实现细节的文档。你是不是要看源代码啊？你知道什么是trie tree吗？

---

想不想时已是想，不如不想都不想。

Answer 6

SQL Server没有公开的string summary实现细节的文档。你是不是要看源代码啊？你知道什么是trie tree吗？

---

想不想时已是想，不如不想都不想。

首先再次感谢你的回复，但是我并不认为如你想象的那么简单，

trie tree我当然知道啊，相关的论文我都找到了，不过'%Abingdon%'的string summary的算法并不像'Abingdon%'的那么简单，一个trie tree就可以解释了。

因为它除了trie tree外，还用到了 independence assumptions 跟 Markov assumptions等算法，我不知道你是否清楚这一点？

当然，根据你理解的算法，如果你能算出下面那篇文章里EstimateRows的值为19.81，这个19.81是怎么来的。那我想你是清楚了. 

“为什么SQL Server也能够预估到19.81行(EstimateRows”。。。。

http://blogs.msdn.com/b/apgcdsd/archive/2011/10/01/10158443.aspx

 

有关论文你具体的你可以看一下下面：

http://patft.uspto.gov/netacgi/nph-Parser?Sect1=PTO2&Sect2=HITOFF&p=1&u=%2Fnetahtml%2FPTO%2Fsearch-bool.html&r=1&f=G&l=50&co1=AND&d=PTXT&s1=7,149,735.PN.&OS=PN/7,149,735&RS=PN/7,149,735

随便说一下，源代码我当然想看啦，问题是搞得到吗，哈哈

Answer 7

像'Abingdon%'并不需要string summary，statistic以前就有了，Microsoft SQL Server用的是一个patent pending的算法。

源代码能搞得到，就是不可以给你看，哈哈

---

想不想时已是想，不如不想都不想。

Answer 8

像'Abingdon%'并不需要string summary，statistic以前就有了，Microsoft SQL Server用的是一个patent pending的算法。

源代码能搞得到，就是不可以给你看，哈哈

---

想不想时已是想，不如不想都不想。

'Abingdon%'的是比较简单，这个我知道的，

哈哈，啥时候等我强了也去面面 SQL Server Storage Engine Team或者Performance team ，偷看偷看SC，嘻嘻