Inscrivez-vous gratuitement
pour pouvoir participer, suivre les réponses en temps réel, voter pour les messages, poser vos propres questions et recevoir la newsletter
Cardinalité et COUNT(DISTINCT x)
Bonjour,
Je viens de découvrir une bizarrerie pour laquelle j'aimerais avoir une explication.
Dans phpMyAdmin, une colonne indexée indique une cardinalité égale au nombre de lignes de la table, ce qui fait de cette colonne une clé candidate.
Par contre, un SELECT COUNT(DISTINCT ..) de cette colonne donne un nombre inférieur !
Vérification faite sur une partie des données, il y a effectivement plusieurs lignes pour une même valeur de cette colonne.
Quelqu'un peut-il m'expliquer ce phénomène ?
Philippe Leménager. Ingénieur d'étude à l'École Nationale Supérieure de Formation de l'Enseignement Agricole, en retraite... mais toujours Autoentrepreneur à l'occasion.
Mon ancien blog sur la conception des BDD, le langage SQL, le PHP... et mon nouveau blog sur les mêmes sujets.
« Ce que l'on conçoit bien s'énonce clairement, et les mots pour le dire arrivent aisément ». (Nicolas Boileau)
À la maison comme au bureau, j'utilise la suite Linux Mageïa !
Salut Philippe !
Est-ce qu'un ANALYZE TABLE règle le problème ?
Quel est ton moteur de stockage ?
Peux-tu nous donner le CREATE TABLE ?
Non. ANALYSE TABLE a répondu OK de même que CHECK TABLE.
On a supprimé l'index et recréé, le résultat est le même.
Je ne peux donner ici le script de création de la table car elle comporte beaucoup de colonnes et elle est sur un autre ordi auquel je n'ai pas accès direct.
La colonne en question est une varchar.
Je crois avoir eu le même phénomène sur une autre table dans une autre base de données (mais à plusieurs dizaines de millions de lignes, j'hésite à relancer un SELECT COUNT(DISTINCT ...)).
Philippe Leménager. Ingénieur d'étude à l'École Nationale Supérieure de Formation de l'Enseignement Agricole, en retraite... mais toujours Autoentrepreneur à l'occasion.
Mon ancien blog sur la conception des BDD, le langage SQL, le PHP... et mon nouveau blog sur les mêmes sujets.
« Ce que l'on conçoit bien s'énonce clairement, et les mots pour le dire arrivent aisément ». (Nicolas Boileau)
À la maison comme au bureau, j'utilise la suite Linux Mageïa !
Quel est ton moteur de stockage ?
Quelle est la collation de la colonne ?
Est-ce qu'un SHOW INDEX te donne les mêmes chiffres que phpMyAdmin ?
Moteur MyISAM
Collation euh... j'ai pas fait gaffe et maintenant l'ordi est arrêté.
En fait j'ai initié aujourd'hui mes collègues au concept de SGBDR (je leur ai servi du Merise ce matin) à partir d'un fichier texte qu'on vient de recevoir et qu'il serait intéressant de modéliser parce qu'il fait 132 colonnes et plus de 2 millions de lignes.
On a donc travaillé avec un extrait de 500 000 lignes du fichier et on a remarqué ce phénomène.
Philippe Leménager. Ingénieur d'étude à l'École Nationale Supérieure de Formation de l'Enseignement Agricole, en retraite... mais toujours Autoentrepreneur à l'occasion.
Mon ancien blog sur la conception des BDD, le langage SQL, le PHP... et mon nouveau blog sur les mêmes sujets.
« Ce que l'on conçoit bien s'énonce clairement, et les mots pour le dire arrivent aisément ». (Nicolas Boileau)
À la maison comme au bureau, j'utilise la suite Linux Mageïa !
Pour la collation, c'est un peu une hyptohèse d'école (mais je n'ai pas d'autre idée en stock). Supposons que par exemple tu aies les valeurs suivantes :
Avec une collation insensible à la casse et aux accents, un COUNT DISTINCT te donnerait 1. Par contre, je ne sais pas trop comment serait calculée la cardinalité de l'index (en théorie, de la même manière, mais en pratique je n'en sais rien).CinePhil
CinéPhil
cinephil
Répondre avec citation
Partager