PostgreSQL / 系统课时
调整统计目标
调整统计目标
关键列分布偏斜时,默认统计细度可能不足,规划器会误判行数。PostgreSQL 可用 default_statistics_target 设默认预算,也可用列级 SET STATISTICS 精准加码。本课完成调整、采样与收益验证。
学习目标
- 区分
default_statistics_target与列级统计目标的作用范围和优先级。 - 为关键列提高统计目标,并确认新的统计信息已经生成。
- 用统计细度和
EXPLAIN ANALYZE的估算偏差判断调高目标是否值得保留。
先判断该不该提高统计目标
统计目标决定 ANALYZE 为该列投入多大的采样与统计明细预算。目标提高后,MCV 列表和直方图通常有机会容纳更多条目,规划器因此能更细致地描述高基数或偏斜分布;代价是 ANALYZE 更重、统计信息更大,规划阶段也会处理更多数据。
最值得优先调整的通常是频繁出现在过滤、连接或分组条件中,而且实际行数与估算行数长期偏差较大的列。不要看到一次慢查询就全局把目标调得很高,先确认问题确实来自单列统计信息过粗,而不是过期统计、多列相关性或查询本身不可选择。
默认目标与列级目标怎么配合
default_statistics_target 是没有列级覆盖时使用的默认值。列的 attstattarget 为 -1 时继承这个默认目标;执行 ALTER TABLE ... ALTER COLUMN ... SET STATISTICS n 后,该列改用自己的目标。调整任一目标都不会自动重算已有统计信息,必须等待 autovacuum 触发分析或主动执行 ANALYZE。
会话级 SET default_statistics_target = n 很适合做受控实验,不会要求你先修改服务器持久配置。生产治理通常优先使用列级目标,因为它把额外成本限制在真正重要的列上。
用实验比较统计细度
下面构造一个包含热门值和大量长尾值的列。先把会话默认目标降到 10,让该列以 -1 继承默认值;再把列级目标提高到 500,观察覆盖关系和统计明细变化。
DROP TABLE IF EXISTS stats_target_lab;
CREATE TABLE stats_target_lab (
id bigint PRIMARY KEY,
event_code integer NOT NULL
);
INSERT INTO stats_target_lab (id, event_code)
SELECT
g,
CASE
WHEN g <= 40000 THEN 1
ELSE 2 + (g % 5000)
END
FROM generate_series(1, 100000) AS g;
SET default_statistics_target = 10;
ALTER TABLE stats_target_lab
ALTER COLUMN event_code SET STATISTICS -1;
ANALYZE stats_target_lab;
SELECT
current_setting('default_statistics_target') AS default_target,
a.attstattarget AS column_target,
array_length(s.most_common_freqs, 1) AS mcv_count,
array_length(s.histogram_bounds, 1) AS histogram_count
FROM pg_attribute AS a
JOIN pg_stats AS s
ON s.schemaname = 'public'
AND s.tablename = 'stats_target_lab'
AND s.attname = a.attname
WHERE a.attrelid = 'stats_target_lab'::regclass
AND a.attname = 'event_code';
ALTER TABLE stats_target_lab
ALTER COLUMN event_code SET STATISTICS 500;
ANALYZE stats_target_lab;
SELECT
current_setting('default_statistics_target') AS default_target,
a.attstattarget AS column_target,
array_length(s.most_common_freqs, 1) AS mcv_count,
array_length(s.histogram_bounds, 1) AS histogram_count
FROM pg_attribute AS a
JOIN pg_stats AS s
ON s.schemaname = 'public'
AND s.tablename = 'stats_target_lab'
AND s.attname = a.attname
WHERE a.attrelid = 'stats_target_lab'::regclass
AND a.attname = 'event_code';
RESET default_statistics_target;预期结果
default_target | column_target | mcv_count | histogram_count
----------------+---------------+-----------------+-----------------
10 | -1 | <MCV_COUNT_LOW> | <HISTOGRAM_LOW>
(1 row)
default_target | column_target | mcv_count | histogram_count
----------------+---------------+------------------+-----------------
10 | 500 | <MCV_COUNT_HIGH> | <HISTOGRAM_HIGH>
(1 row)这些条目数由实际分布和采样决定,不要求等于目标值。第一段结果中的 column_target = -1 表示继承会话默认目标 10;第二段的 500 表示列级设置已经覆盖默认值。新的统计细度只有在随后执行 ANALYZE 后才真正体现在 pg_stats 中。
用估算误差验收收益
提高统计目标的最终目的不是让 pg_stats “看起来更长”,而是让关键查询的行数估算更接近真实值。对代表性 SQL 使用 EXPLAIN (ANALYZE, TIMING OFF),比较计划中的 rows= 估算与 actual rows=;如果估算明显改善,并进一步带来更合适的 Join、扫描或聚合策略,才算产生真实收益。
验证时应保持 SQL、参数与测试数据一致,并把缓存波动和执行时间噪声与“估算质量”分开。若提高单列目标后估算仍然严重失真,优先检查多列相关性、表达式统计、过期统计或参数化查询,而不是继续无限放大目标。
调整后的治理边界
列级目标可以用 SET STATISTICS -1 恢复为继承默认值。无论调高还是恢复,都应重新执行 ANALYZE 才能让规划器基于新的统计预算生成数据。
更高目标不是越大越好。对关键列小范围提高、记录变更前后的估算误差和计划差异,并持续观察 ANALYZE 成本,通常比全局粗暴放大 default_statistics_target 更稳妥。