统计信息Count-Min Sketch描述问题

🪐 TiDB 技术问题
1

统计信息的Count-Min Sketch章节说：

  • 修改统计信息的收集-手动收集中提到的 WITH NUM CMSKETCH DEPTH 和 WITH NUM CMSKETCH WIDTH 两个参数，这两个参数会影响哈希的桶数和碰撞概率，可是适当调大来减少冲突概率，同时它会影响统计信息的内存使用，可以视具体情况来调整。在 TiDB 中，DEPTH 的默认值是 5，WIDTH 的默认值是 2048。

疑问： 这里说调大DEPTH和WIDTH会减少哈希冲突的概率，是不是有问题？正常来说，调大WIDTH会减少哈希冲突的概率没问题，为啥调大DEPTH会减少哈希冲突的概率，这样不应该是增大的哈希冲突的概率吗？

image
image1845×838 90.2 KB

2

从hash表的结构看，深度增加也是总容量增加，是不是总容量增加了，冲突的概率就低了。具体实现有时间我翻翻代码。

3

:thinking:这句的意思是 width 影响 桶数？