13.2. 規劃器使用的統計信息

就象我們在上一節裡展示的那樣，查詢規劃器需要估計一個查詢檢索的行的數目，這樣才能選擇正確的查詢規劃。 本節就系統用于這些估計的統計進行一些描述。

統計的一個部分就是每個表和索引中的記錄總數，以及每個表和索引佔據的磁盤塊數。 這個信息保存在 pg_class 的 reltuples 和 relpages 字段中。我們可以用類似下面的查詢檢索這些信息：

SELECT relname, relkind, reltuples, relpages FROM pg_class WHERE relname LIKE 'tenk1%';

    relname    | relkind | reltuples | relpages
---------------+---------+-----------+----------
 tenk1         | r       |     10000 |      233
 tenk1_hundred | i       |     10000 |       30
 tenk1_unique1 | i       |     10000 |       30
 tenk1_unique2 | i       |     10000 |       30
(4 rows)

我們在這裡可以看到 tenk1 有 10000 行， 它的索引也有這麼多行，但是索引遠比表小得多（很正常）。

出于效率考慮，reltuples 和 relpages 不是實時更新的， 因此它們通常包含近似的數值（對于規劃器使用而言是足夠好了）。 在表創建時，它們初始化為一些假值（目前分別是 1000 和 10）。 然後由一些命令更新，目前是 VACUUM，ANALYZE， 和 CREATE INDEX。一個獨立的 ANALYZE（也就是沒有和 VACUUM 在一起的）， 生成一個reltuples 的近似數值， 因為它並沒有讀取表裡的每一行。

大多數查詢只是檢索表中行的一部分，因為它們有限制待查行的 WHERE 子句。 因此規劃器需要對WHERE子句的選擇性(selectivity)進行評估， 選擇性也就是符合WHERE子句中每個條件的部分。 用于這個目地的信息存儲在 pg_statistic 系統表中。 在 pg_statistic 中的記錄是由 ANALYZE 和 VACUUM ANALYZE 命令更新的， 並且總是近似值，即使剛剛更新完也不例外。

除了直接查看 pg_statistic 之外， 我們手工檢查統計的時候最好查看它的視圖 pg_stats。 pg_stats 設計成更具可讀性。 而且，pg_stats 是所有人都可以讀取的， 而 pg_statistic 只能由超級用戶讀取。 （這樣就可以避免非特權用戶從統計信息中獲取一些和其他人的表內容相關的信息。 pg_stats 視圖是受約束的，只顯示當前用戶可讀的表。） 比如，我們可以︰

SELECT attname, n_distinct, most_common_vals FROM pg_stats WHERE tablename = 'road';

 attname | n_distinct |                                                                                                                                                                                 most_common_vals                                                                                                                               

---------+------------+-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
 name    |  -0.467008 | {"I- 580                        Ramp","I- 880                        Ramp","Sp Railroad                       ","I- 580                            ","I- 680                        Ramp","I- 80                         Ramp","14th                          St  ","5th                           St  ","Mission                       Blvd","I- 880                            "}
 thepath |         20 | {"[(-122.089,37.71),(-122.0886,37.711)]"}
(2 rows)

pg_stats 在 Section 43.35 裡詳細描述。

在 pg_statistic 李存儲的信息的數量，特別是 給每個字段用的 most_common_vals 和 histogram_bounds 數組上的最大記錄數目可以用 ALTER TABLE SET STATISTICS 命令設置， 或者是用運行時參數 default_statistics_target 進行全局設置。 目前缺省的限制是 10 個記錄。 提升該限制應該可以做出更準確的規劃器估計，特別是對那些有不規則數據分布的字段而言， 付出的代價是在 pg_statistic 裡使用了更多空間，並且需要略微多一些的時間計算估計數值。 相比之下，比較低的限制可能更適合那些數據分布比較簡單的字段。