10 个你不知道的 PostgreSQL 成果

英文原文：The Postgres 10 feature you didn't know about: CREATE STATISTICS

假如你曾行使 Postgres 做过一些机能优化，你或者已经行使过 EXPLAIN 。EXPLAIN 向你展示了 PostgreSQL planner 为提供的语句天生的执行打算。它声名白语句涉及到的表将会行使次序扫描、索引扫描等方法举办扫描，在行使多表的环境下将会行使毗连算法。可是， Postgres 是怎样发生这些筹划的？

抉择行使哪种筹划的一个很是重要的输入是 planner 网络到的数据统计。这些统计的数据可以或许使 planner 评估执行筹划的某一部门会返回几多行，继而影响到行使哪一种筹划或毗连算法。它们首要是通过运行 ANALYZE 或 VACUUM（和一些 DDL 呼吁，好比说 CREATE INDEX )来收罗或更新的。

这些统计信息由 planner 存储在 pg_class 和 pg_statistics 中。Pg_class 根基上存储了每个表和索引中的条目总数，以及它们所占用的磁盘块数。Pg_statistic 存储关于每列的统计信息，譬喻哪些列的 % 值为 nul l，哪些是最常见的值，直方图界线等。你可以查察下面的示例，以相识 Postgres 在下表中为 col1 网络的统计信息范例。下面的查询输出展示了 planner（正确地）预估表中列 col1 中有 1000 个差异的值，而且还对最常见的值、频率等举办了其他预估。

请留意，我们已经查询了 pg_stats（一个拥有更多可读版本的列统计信息的视图）。

CREATE TABLE tbl (                                                                         
    col1 int,                                                                              
    col2 int                                                                               
);                                                                                         
 
INSERT INTO tbl SELECT i/10000, i/100000                                                   
FROM generate_series (1,10000000) s(i);                                                    
 
ANALYZE tbl;                                      
 
select * from pg_stats where tablename = 'tbl' and attname = 'col1'; 
-[ RECORD 1 ]----------+-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- 
schemaname             | public 
tablename              | tbl 
attname                | col1 
inherited              | f 
null_frac              | 0 
avg_width              | 4 
n_distinct             | 1000 
most_common_vals       | {318,564,596,...} 
most_common_freqs      | {0.00173333,0.0017,0.00166667,0.00156667,...} 
histogram_bounds       | {0,8,20,30,39,...} 
correlation            | 1 
most_common_elems      |  
most_common_elem_freqs |  
elem_count_histogram   | 

单列统计数据不敷时

（编辑：河北网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!