解密 openGauss 数据库中的函数依赖关系

我们已经对 openGauss 数据库中的函数依赖关系进行了理论上的介绍，下面我们看看在具体实践中，应该如何操作。下面的几个例子，可以很好地展现 openGauss 数据库的该特性。

-- 优化 SQL 查询的行数估计模型前

create table t5 (a int, b int, c int, d int, e int);
 
insert into t5 select 1, 1, 1, 1, 1 from generate_series(1,100) i;
 
insert into t5 select 2, 2, 2, 2, 2 from generate_series(1,100000) i;
 
insert into t5 select 3, 3, 3, 3, 3 from generate_series(1,10000) i;
 
insert into t5 select 4, 4, 4, 4, 4 from generate_series(1,10000) i;
 
analyze t5;
执行 explain analyze select * from t5 where b=1 and c=1; 并查看计划。真实行数为 100，估算行数为 1，行数估计准确率较低，为 0.01。

执行 explain analyze select * from t5 where b=2 and c=2; 并查看计划。真实行数为 100000，估算行数为 83396，行数估计准确率略低，为 0.834。

执行 explain analyze select * from t5 where b=3 and c=3; 并查看计划。真实行数为 10000，估算行数为 832，行数估计准确率较低，为 0.083。

设置 ANALYZE 的采样方式为百分比采样，采样率为 2%

set default_statistics_target=-2;

开启 GUC 参数，生成函数依赖统计信息

set enable_functional_dependency=on;

alter table t5 add statistics ((a, b, c));

analyze t5((a, b, c));

执行 explain analyze select * from t5 where b=1 and c=1; 并查看计划。真实行数为 100，估算行数为 72，所以行数估计准确率为 0.72。应用函数依赖统计信息，准确率从 0.01 提升为 0.72，提升 72 倍。

执行 explain analyze select * from t5 where b=2 and c=2; 并查看计划。真实行数为 100000，估算行数为 99708，所以行数估计准确率为 0.997。应用函数依赖统计信息，准确率从 0.834 提升为 0.997，提升 1.19 倍。

执行 explain analyze select * from t5 where b=3 and c=3; 并查看计划。真实行数为 10000，估算行数为 10066，所以行数估计准确率为 0.993。应用函数依赖统计信息，准确率从 0.083 提升为 0.993，提升 11.96 倍。

通过在 openGauss 中使用函数依赖关系的数据库优化技术，我们可以看到数据库的查询优化性能得到了显著的提升。如果大家对该特性感兴趣，欢迎下载最新的 openGauss 数据库进行体验！

 openGauss: 一款高性能、高安全、高可靠的企业级开源关系型数据库。