最近关于迈克尔欧文自降身价，低价加盟曼联队的消息被媒体四处转载，昔日的金童又重回公众的视线。 记得上届世界杯，看到欧文因为痛苦的膝伤离场，心里感叹，这位靠速度吃饭的前锋过早的衰老。 因为我与欧文同年同月同日出生，所以对于他有着特殊的感情，似乎还有种自己的某些寄托掺杂在里面。 （如此天赋都禁不住岁月的摧残，更何况平庸的我） 当时一位朋友安慰我说，你看我喜欢的大罗… 人总会老的。而今年前些时候，看大罗在巴西回光返照般的连连进球，还真是有点酸溜溜的想，欧文你如今在哪里？ “纽卡降级后，一时没有俱乐部响应，欧文心急火燎，他的经纪公司甚至把他的简历发到每家俱乐部主教练的办公桌上。这份简历后来被《每日邮报》披露，整整32页，从个人的踢球经历到历年的数据汇总，再到和其他当红球星比如C罗的比较，应有尽有，还用英语、西班牙语和意大利语分别做了版本。” 32页的简历… 不抛弃，不放弃阿。 因为现在的教练是卡佩罗，所以即使欧文下赛季依然出色，但是我还是觉得你没法去南非。 不过努力过，那就没有什么可遗憾的。 我与你共勉。
小曹昨天离开广州，开赴北京──那个我极其陌生，但以后要逐步适应的，拥有沙尘暴、交通拥挤、房价爆高、竞争激烈；但是又可以让孩子轻松考取北大清华、饮食便宜、文化生活丰富的这么一个地方。
去三亚当然要吃海鲜了。 三亚是一个比较欺生的地方，所以外地人第一次到三亚，或多或少都会吃点亏。但是只要之前做好功课，或者遇到当地人的点拨，还是能找到物美价廉的地方。吃东西就属于这种情况。 去之前，小曹在网上搜索了去三亚的旅游攻略——吃海鲜要去第二市场附近的春园海鲜广场或者它对面的168海鲜店，明润海鲜店也可以。这三个地方是本地人都经常光顾的，所以名头很大。但是因为这样的名头，当地很多海鲜店都叫“海鲜广场”，坐车经过的时候更是发现了“春国海鲜广场”。。。
星期五晚上打包行李，星期六一早就起来赶第一班去三亚的飞机，于是6点多我们就带着那个50升的背包，兴冲冲的出了门。 上了飞机，一切就绪，小曹难掩兴奋，不停的说话；可是我因为昨天睡的晚，却没有她那股劲头。好像之前去过两三次三亚的不是她，而是我，虽然我对于海南还是陌生人。
滑雪，之前我玩过两次，一次是在上海的那个室内滑雪场；另一次是去年去北京的南山滑雪场。 第三次就是这次的沈阳棋盘山滑雪场了。 由于今年雪才正经下了一次，而且天气也不是那么寒冷，所以这里只开了一条初级雪道，大部分的雪都是造雪机器制造出来的。
闹肚子好了的那天送完大爷就跟小东哥一起去中街溜达，本来想去看刘老根大舞台，没想到一天就一场，而且最便宜的票价就要80，所以我们就随便转了转。 中街——沈阳两大步行街之一，另一个是太原街。中街是每次我来沈阳必去的地方，也没有什么想买的，可能就是觉得步行街是一个城市的影子，想偷懒了解一下这些年沈阳有什么变化。
一大早坐上了大连到沈阳的列车，4个小时，怎么这么远？ 到了已经是中午，东哥接我。很快到了大娘家，没过多长时间就开始拉肚子，持续了3天。估计是前一天晚上在我哥那里肉吃多了，然后又出去呛了风，当然来之前的那个星期我也是肠胃不好，硬是黄连素把势头摁了下去。这下可好，来了就一发不可收拾，什么都没有吃成。。。我的烤肉。。。
前段时间休探亲假，选择去东北老家看看。 26号从广州到大连，买的是提前15天的3折机票，不能退票不能改签不能中转的那种。3个小时的时间在上面睡了一觉，然后看看书——基地，科幻小说的经典；之后吃了一顿饭时间差不多了。赶紧到厕所里加了条秋裤。
ops$tkyte@ORA920> select * from t where object_id = 55;
Execution Plan
———————————————————-
0 SELECT STATEMENT Optimizer=CHOOSE (Cost=3 Card=13 Bytes=96)
1 0 TABLE ACCESS (BY INDEX ROWID) OF ‘T’ (Cost=3 Card=13 Bytes=96)
2 1 INDEX (RANGE SCAN) OF ‘T_IDX’ (NON-UNIQUE) (Cost=13 Card=1)
Popularity: 29% [?]
柱状图的作用和收集的方法我在 Block Selectivity and Row Selectivity 这篇文章里面提到过一些。
如果使用了一般的统计信息，比如
exec dbms_stats.gather_table_stats (‘user’,’tab’) ;
这时并没有对indexed columns进行数据逻辑分布的柱状图分析，可以通过user_tab_col_statistics的num_buckes列来验证，这时该列为1，也就是说没有柱状图。 如果在这个列上面值很多的话，可能也只存储最大最小值，然后根据该列上值的distinct多少来取平均。比如下面的这个例子
id value Row selectivity (pr) Block selectivity (pb)
01 89.87% 100%
02 2.34% 7%
03 2.16% 6%
04 1.86% 2%
05 1.42% 1%
06 1.17% 1%
07 0.75% 1%
08 0.18% < 1%
09 0.14% < 1%
10 0.11% < 1%
TOTAL 100.00% N/A
Popularity: 25% [?]
部分来自 Cary Millsap
Row selectivity 就是说select的行占该表中所有行的百分比
Block selectivity 就是说select的行所拥有的块占整个表块的百分比
我写过篇文章——Select多少百分比的数据才可以使用index？（blog上面有） 这个百分比指的是row selectivity。但是block selectivity也非常的重要。因为如果row selectivity非常小，比如100万行的表，select * from tab where x=’a’ ，只有1万行， 但是该表每个块上面都有这个行，也就是说block selectivity非常大 ，这样在select的时候就需要将全部的块都select一遍，但是根据row selectivity，就肯定使用index，
这样反而严重的影响了效率。 其实也就是说数据的物理分布相当的重要，这是我们在建立索引的时候不得不考虑的问题。
Popularity: 25% [?]
