postgresql 列默认值 与另一个值相同_浅谈PostgreSql数据统计的作用

作者： 高雪玉，中国PG分会志愿者，瀚高软件工程师

03

目录

1概述 2单列统计 3扩展统计 3.1函数依赖统计 3.2N-Distinct统计 3.3MCV Lists统计 3.3.1缺点 3.3.2优点

PART

1

概述

EXPLAIN展示了PostgreSQLPlanner生成的执行计划。Planner需要估计一个查询要检索的行数，这样才能对查询计划做出更好的选择。Planner收集到的数据统计是决定使用哪种规划的重要因素。   统计包含两大类：单列统计和扩展统计。 扩展统计包含以下3类，其中，MCV统计是PG12新增功能。 (1) 函数依赖统计 (2) N-Distinct统计 (3) MCV Lists统计(PG12新增)

                           

创建如下测试表格并插入数据，以便更直观的了解统计功能。

CREATE TABLE test (x int, y int);INSERT INTO test SELECT mod(i,3),mod(i,30) FROM generate_series (1,10000) s(i);ANALYZE test;

PART

2

单列统计

单列统计信息可帮助Planner估算一个查询将返回的行数。

统计信息保存在pg_class和pg_statistics中。pg_class基本上存储了每个表和索引中的项的总数，以及每个表和索引占用的磁盘块数。pg_statistics存储关于每列的统计信息，这些信息将用于估算WHERE字句的选择度，即符合WHERE字句中每个条件的行的比例，比如：列项为空的比例stanullfrac、非空项的平均存储宽度stawidth、第N个槽位的列值，stavaluesN等。 建议手动检查统计信息使用视图 pg_stats ，而非直接访问pg_statistic。相比之下，pg_stats可以被所有用户访问并且字段值更易读。   pg_stats列含义如下：

名称	类型	描述
schemaname	name	模式名
tablename	name	表名
attname	name	列名
inherited	bool	此行是否包括继承子列
null_frac	real	列项中为空的比例
avg_width	integer	列项的平均字节宽度
n_distinct	real	列中可区分值的估计个数
most_common_vals	anyarray	列中最常用值的一个列表
most_common_freqs	real[]	最常用值的频率列表
histogram_bounds	anyarray	将列值划分成大小接近的组的值列表
correlation	real	物理行顺序和列值逻辑顺序之间的统计关联
most_common_elems	anyarray	列值中最经常出现的非空元素列表
most_common_elem_freqs	real[]	最常用元素值的频度列表
elem_count_histogram	real[]	在列值中可区分非空元素值计数的一个直方图

通过查询pg_stats获取test表格中x列统计信息如下：

postgres=# select * from pg_stats where tablename ='test' and attname = 'x';-[ RECORD 1 ]----------+-----------------------schemaname            | publictablename             | testattname               | xinherited             | fnull_frac             | 0avg_width             | 4n_distinct            | 3most_common_vals      | {1,0,2}most_common_freqs     | {0.3334,0.3333,0.3333}histogram_bounds      |correlation           | 0.3332most_common_elems     |most_common_elem_freqs |elem_count_histogram  |

为了使查询计划易于阅读，进行设置关闭每个查询的并行性。

postgres=# set max_parallel_workers_p