PostgreSQL系统表 pg_stats

发布时间：2020-12-13 17:20:20 所属栏目：百科来源：网络整理

导读：pg_stats是由pg_statistic系统表扩展而来的系统视图，记录的是每个表每个字段的统计信息，用于PostgreSQL优化器做执行计划选择的时候提供参考。名字类型引用描述 schemaname name pg_namespace.nspname 包含此表的模式名字 tablename name pg_class.reln

　　pg_stats是由pg_statistic系统表扩展而来的系统视图，记录的是每个表每个字段的统计信息，用于PostgreSQL优化器做执行计划选择的时候提供参考。

名字	类型	引用	描述
schemaname	name	pg_namespace.nspname	包含此表的模式名字
tablename	name	pg_class.relname	表的名字
attname	name	pg_attribute.attname	这一行描述的字段的名字
inherited	bool		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	real		记录中字段为空的百分比
avg_width	integer		字段记录以字节记的平均宽度
n_distinct	real		如果大于零，就是在字段中独立数值的估计数目。如果小于零，就是独立数值的数目被行数除的负数。用负数形式是因为ANALYZE 认为独立数值的数目是随着表增长而增长；正数的形式用于在字段看上去好像有固定的可能值数目的情况下。比如， -1 表示一个唯一字段，独立数值的个数和行数相同。
most_common_vals	anyarray		一个字段里最常用数值的列表。如果看上去没有啥数值比其它更常见，则为 null
most_common_freqs	real[]		一个最常用数值的频率的列表，也就是说，每个出现的次数除以行数。如果most_common_vals是 null ，则为 null。
histogram_bounds	anyarray		一个数值的列表，它把字段的数值分成几组大致相同热门的组。如果在most_common_vals里有数值，则在这个饼图的计算中省略。如果字段数据类型没有<操作符或者most_common_vals 列表代表了整个分布性，则这个字段为 null。
correlation	real		统计与字段值的物理行序和逻辑行序有关。它的范围从 -1 到 +1 。在数值接近 -1 或者 +1 的时候，在字段上的索引扫描将被认为比它接近零的时候开销更少，因为减少了对磁盘的随机访问。如果字段数据类型没有<操作符，那么这个字段为null。
most_common_elems	anyarray		经常在字段值中出现的非空元素值的列表。（标量类型为空。）
most_common_elem_freqs	real[]		最常见元素值的频率列表，也就是，至少包含一个给定值的实例的行的分数。每个元素频率跟着两到三个附加的值；它们是在每个元素频率之前的最小和最大值，还有可选择的null元素的频率。（当most_common_elems 为null时，为null）
elem_count_histogram	real[]		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。（标量类型为空。）

下面通过实例来解释表中参数的意思：

1. 建表

create table tb13(id integer,name character varying,age integer);

2. 插入数据

postgres=# insert into tb13 select generate_series(1,10000),'john',(random()*1000)::integer;
INSERT 0 10000 postgres=# insert into tb13 select generate_series(10001,10100),'tom',(random()*1000)::integer;
INSERT 0 100

为了方便讲解，将id字段的statistics target值设置为10：

postgres=# ALTER TABLE tb13 ALTER COLUMN id set STATISTICS 10;
ALTER TABLE

3. 分析表

postgres=# analyze tb13;
ANALYZE

4. 取id字段的统计信息看看

postgres=# select * from pg_stats where tablename='tb13' and attname='id';
-[ RECORD 1 ]----------+-------------------------------------------------------
schemaname             | public （表所在的schema）
tablename              | tb13 （表名）
attname                | id （字段名）
inherited              | f （是否是继承而来的字段，t：是；f：否）
null_frac              | 0 （null值的百分比，这里为0%）
avg_width              | 4 （该字段的平均长度）
n_distinct             | -1 （表示该字段的唯一值的个数，-1：表示该字段有唯一约束，大于0的整数，比如m：表示该字段有m个唯一值）
most_common_vals       | （高频值，这里没有，因为是主键）
most_common_freqs      | （高频值的出现的频率）
histogram_bounds       | {1,1010,2020,3030,4040,5050,6060,7070,8080,9090,10100} (该字段除高频值以外值的的柱状图信息)
correlation            | 1 （表中记录的逻辑顺序与存储的物理顺序的关系，-1到1之间，1表示逻辑顺序与存储的物理顺序相同，-1表示逻辑顺序与存储的物理顺序相反） 
most_common_elems      | （该字段是数组元素的统计信息，高频元素）
most_common_elem_freqs | （该字段是数组元素的统计信息，高频元素出现的频率）
elem_count_histogram   | （该字段是数组元素的统计信息，该列元素唯一值个数平均分布柱状图）

　　解释histogram_bounds={1,10100}表示的意思：

　　如图所示，x轴表示id值，y轴表示的是记录数，表示PostgreSQL统计分析后的结果是，id字段值为1~1010的记录数有1009（1010-1）条，1010~2020的记录数有1010条，…. … ，展示的是id字段的值的分布区间图。
　　如果statistics target越大，取得的区间数就越多，统计就越精确。

postgres=# alter table tb13 alter column id set statistics 100;
ALTER TABLE
postgres=#
postgres=# analyze tb13;
ANALYZE
postgres=# select * from pg_stats where tablename='tb13' and attname='id';
-[ RECORD 1 ]----------+----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
schemaname             | public
tablename              | tb13
attname                | id
inherited              | f
null_frac              | 0
avg_width              | 4
n_distinct             | -1
most_common_vals       | 
most_common_freqs      | 
histogram_bounds       | {1,101,202,303,404,505,606,707,808,909,1111,1212,1313,1414,1515,1616,1717,1818,1919,2121,2222,2323,2424,2525,2626,2727,2828,2929,3131,3232,3333,3434,3535,3636,3737,3838,3939,4141,4242,4343,4444,4545,4646,4747,4848,4949,5151,5252,5353,5454,5555,5656,5757,5858,5959,6161,6262,6363,6464,6565,6666,6767,6868,6969,7171,7272,7373,7474,7575,7676,7777,7878,7979,8181,8282,8383,8484,8585,8686,8787,8888,8989,9191,9292,9393,9494,9595,9696,9797,9898,9999,10100}
correlation            | 1
most_common_elems      | 
most_common_elem_freqs | 
elem_count_histogram   |

把statistics的值调成100，统计结果就有100个区间数。

5. 取name字段的统计信息看看：

postgres=# select * from pg_stats where tablename='tb13' and attname='name';
-[ RECORD 1 ]----------+----------------------
schemaname             | public
tablename              | tb13
attname                | name
inherited              | f
null_frac              | 0
avg_width              | 4
n_distinct             | 2 （这里是2，表示该字段有2个唯一值）
most_common_vals       | {john,tom} （高频值是‘john’和‘tom’）
most_common_freqs      | {0.990099,0.00990099} （‘john’对应的频率是0.990099，‘tom’对应的频率是0.00990099）
histogram_bounds       | （该字段除了高频值就没有其他值了，所有没有该字段的柱状图）
correlation            | 1（表示逻辑顺序与存储的物理顺序相同）
most_common_elems      | 
most_common_elem_freqs | 
elem_count_histogram   |

6. correlation字段的说明

postgres=# create table tb15(id integer);
CREATE TABLE postgres=# insert into tb15 select generate_series(1,5);
INSERT 0 5 postgres=# select * from tb15;
 id 
----
  1
  2
  3
  4
  5
(5 rows)

postgres=# analyze tb15;
ANALYZE
postgres=# select tablename,attname,correlation from pg_stats where tablename ='tb15' and attname='id';
 tablename | attname | correlation 
-----------+---------+-------------
 tb15      | id      |           1
(1 row)

postgres=# truncate tb15;
TRUNCATE TABLE postgres=# insert into tb15 select generate_series(5,1,-1);
INSERT 0 5 postgres=# select * from tb15;
 id 
----
  5
  4
  3
  2
  1
(5 rows)

postgres=# analyze tb15;
ANALYZE
postgres=# select tablename,correlation from pg_stats where tablename ='tb15' and attname='id';
 tablename | attname | correlation 
-----------+---------+-------------
 tb15      | id      |          -1
(1 row)

7. 数组字段的统计分析

postgres=# create table tb16 (id integer,info int[]);
CREATE TABLE postgres=# postgres=# insert into tb16 select generate_series(1,'{1,1,2,3,4,4}'::int[];
INSERT 0 10000 postgres=# insert into tb16 select generate_series(1,100),'{100,200}'::int[];
INSERT 0 100 postgres=# postgres=# analyze tb16;
ANALYZE
postgres=#

postgres=#  select * from pg_stats where tablename ='tb16' and attname='info';
-[ RECORD 1 ]----------+---------------------------------------------------
schemaname             | public
tablename              | tb16
attname                | info
inherited              | f
null_frac              | 0
avg_width              | 52
n_distinct             | 2
most_common_vals       | {"{1,4}","{100,200}"}(高频字段值)
most_common_freqs      | {0.990099,0.00990099}（高频字段值对应的频率）
histogram_bounds       | 
correlation            | 1
most_common_elems      | {1,100,200}（高频元素值）
most_common_elem_freqs | {0.990099,0.990099,0.00990099,0}（高频元素值对应的频率）
elem_count_histogram   | {2,3.9802}（该列元素唯一值个数平均分布柱状图,末尾为平均唯一值个数. 本例说明大部分为4个元素（就是｛1，1，2，2，3，3，4，4｝这个数组））

8. most_common_vals 与most_common_elems 的区别：
- most_common_vals 是字段值为单位的高频值。
- most_common_elems ，当字段类型是数组类型的时候会出现，表示元素的高频值，数组里面的元素。

（编辑：李大同）

【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!