select 统计数量_PostgreSQL中的统计信息

1 引言

数据统计是PostgreSQL中重要的组成部分,PostgreSQL的SQL优化、执行方式为代价模型。而这里的各路径的代价计算,则是依赖于系统表中的统计信息。

2 统计信息的来源

pg_statistic系统表里的数据不易查看,可以通过视图pg_stats查看

attname：列名,对应pg_attribute的attname

Inherited：如果为真,那么这行包含继承的子字段,不只是指定表的值

null_frac：字段为空的百分比

avg_width：平均宽度(字节)

n_distinct：如果大于零,就是非重复值的数量。如果小于零,则是非重复值的个数除以行数然后取负。(用负数形式是因为analyze认为非重复值的数目是随着表增长而增长的；用正数表示字段看上去好像有固定数量的可能值)比如-1表示在某一列中的非重复值与总行数相同

most_common_vals：高频值列表

most_common_freqs：高频值出现的频率

histogram_bounds：值列表,用于将列的值划分为大致相等的总体

correlation：统计字段值的物理顺序和逻辑顺序的关联性

most_common_elems：经常在字段值中出现的非空元素值的列表

most_common_elem_freqs：最常见元素值的频率列表

elem_count_histogram：该字段中值的不同非空元素值的统计直方图,跟着不同非空元素的平均值

创个简单点的表看一下

postgres=# create table test1(id int,info text); iCREATE TABLE postgres=# insert into test1 select n,'test' from generate_series(1,100) as n; INSERT 0 100 postgres=# analyze test1; ANALYZE postgres=# select * from pg_stats where tablename = 'test1' and attname = 'id'; -[RECORD1 ]----------+---------------------------------------------------------------------------------------------- schemaname            | public tablename              | test1 attname                | id inherited              | f null_frac              | 0 avg_width              | 4 n_distinct             | -1 most_common_vals       | most_common_freqs      | histogram_bounds| {1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30,31,32,33,34,35,36,37,38,39,40,41,42,43,44,45,46,47,48,49,50,51,52,53,54,55,56,57,58,59,60,61,62,63,64,65,66,67,68,69,70,71,72,73,74,75,76,77,78,79,80,81,82,83,84,85,86,87,88,89,90,91,92,93,94,95,96,97,98,99,100} correlation            | 1 most_common_elems     | most_common_elem_freqs | elem_count_histogram   | 可以看到,n_distinct为-1,说明id列全是非重复值；histogram_bounds为值分布的区间；most_common_vals和most_common_freqs为空,说明没有相对的高频值；correlation为1,代表逻辑顺序和存储的物理顺序相同,因为此处我是顺序存储的。假如为-1,就代表逻辑顺序和物理顺序相反。如下： postgres=# create table test2(id int); CREATE TABLE postgres=# insert into test2 values(generate_series(5,1,-1)); INSERT 0 5 postgres=# analyze test2; ANALYZE postgres=# select correlation from pg_stats where tablename = 'test2';  correlation -------------           -1 (1 row)

重新建一个表,其中info列将数字转为字符,ret列大约1%结果为true

postgres=# create table test3(id int,info t