10 个你不知道的 PostgreSQL 成果

planner 的预计镌汰了100倍！ 让我们试着领略为什么产生这种环境。
第一个列的选择性约为 0.001（1/1000），第二个列的选择性为 0.01（1/100）。 要计较将由这两个“独立”前提过滤的行数，planner 会将它们的选择性相乘。 以是，我们获得：

选择性= 0.001 * 0.01 = 0.00001。

当它乘以我们在表中的行数即 10000000 时，我们获得 100。这就是 planner 对 100 的预计值的来历。 可是，这些列不是独立的，那么我们怎样奉告 planner ？

在 PostgreSQL 中建设统计信息

在 Postgres 10 之前，没有一种浅显的方法去汇报 planner 收罗捕获列之间相关的数据统计。可是， Postgres 10 有一个新特征正好办理了这个题目，可以行使 CREATE STATISTICS 来建设扩展统计的工具，汇报处事器去收罗这些故意思的相干列的特另外统计信息。

函数依靠统计

回到我们先前评估的题目，col2 的值仅仅是 col1/10 。在数据库的术语中，我们会说 col2 是函数依靠于 col1 ，也就是说，col1 的值足以抉择 col2 的值，而且不存在有两行数据拥有沟通的 col1 值的同时有差异的 col2 值。因此，在 col2 列上的第二个过滤筛选并没有移除任何行！可是，planner 捕获到了足够的统计信息去知道这件工作。

让我们来建设一个统计工具去捕捉这些列和运行说明（ANALYZE）所依靠的函数统计。

CREATE STATISTICS s1 (dependencies) on col1, col2 from tbl;  
ANALYZE tbl; 

让我们来看看此刻的打算是怎么来的。

EXPLAIN ANALYZE SELECT * FROM tbl where col1 = 1 and col2 = 0;                             
                                                QUERY PLAN                                                  
----------------------------------------------------------------------------------------------------------- 
 Seq Scan on tbl  (cost=0.00..194247.76 rows=9584 width=8) (actual time=0.638..629.741 rows=10000 loops=1) 
   Filter: ((col1 = 1) AND (col2 = 0)) 
   Rows Removed by Filter: 9990000 
 Planning time: 0.115 ms 
 Execution time: 630.076 ms 
(5 rows) 

很好！让我们看一下对打算的丈量。

SELECT stxname, stxkeys, stxdependencies                                                   
  FROM pg_statistic_ext                                                                    
  WHERE stxname = 's1';    
stxname | stxkeys |   stxdependencies     
---------+---------+---------------------- 
 s1      | 1 2     | {"1 => 2": 1.000000} 
(1 row) 

看这里，我们可以看到， Postgres 意识到 col1 完全抉择 col2 ，因此用系数1来捕捉这些信息。此刻，全部的查询都过滤这些列之后，打算将会获得更好的评估。

ndistinct 统计

函数依靠是你可以在列之间捕捉的一种相关。 你可以捕捉的另一种统计信息是一组列的差异值。 我们之前指出，planner 可以获取每列差异值的统计数字，但再次归并多列时，这些统计数据每每是错误的。

（编辑：湖南网）

【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!