Статистика планировщика PostgreSQL: целевые объёмы, зависимые столбцы и ошибки оценок

Что это такое

Документация описывает входные данные планировщика: reltuples и relpages в pg_class для размера таблицы и pg_statistic, доступную через представление pg_stats, с наиболее частыми значениями каждого столбца и их частотами, гистограммой остальных значений, долей NULL и числом различных значений. ANALYZE, запущенный вручную или через autovacuum, заполняет их по выборке из таблицы. Число записей наиболее частых значений и гистограммы для каждого столбца ограничивается default_statistics_target — по умолчанию 100 — либо настройкой столбца ALTER TABLE ... ALTER COLUMN ... SET STATISTICS. Для нескольких условий в одном предложении WHERE планировщик перемножает селективности; документация указывает, что это предполагает независимость условий.

Почему это важно

План выбирается по оценкам, а не по самим данным. Если оценка ошибается на порядки, планировщик выбирает вложенный цикл там, где требовалось хеш-соединение, или просмотр по индексу, затрагивающий половину таблицы. Запрос оказывается медленным, хотя все индексы есть. EXPLAIN ANALYZE показывает расхождение между ожидаемым и фактическим числом строк в том узле, где оно начинается.

Как применять

• Сначала проверьте актуальность: last_analyze и last_autoanalyze в pg_stat_user_tables. После массовой загрузки у таблицы зачастую вообще нет статистики.
• Для столбца с неравномерным распределением, например кодами статуса или несколькими огромными арендаторами среди множества небольших, если оценка редких значений неверна, повысьте целевой объём только для этого столбца: например, SET STATISTICS 1000, затем ANALYZE. Документация называет ценой большее место в pg_statistic и немного большее время планирования.
• Для условий по зависимым столбцам, например городу и почтовому индексу или датам заказа и отгрузки, создайте расширенную статистику: CREATE STATISTICS s (dependencies, ndistinct, mcv) ON a, b FROM t, затем ANALYZE. Функциональные зависимости применимы только к условиям равенства и спискам IN с константами; списки mcv описывают частые сочетания, а ndistinct улучшает оценки GROUP BY.
• Для фильтра по выражению, например lower(email) или date_trunc('day', ts), создайте статистику выражения через CREATE STATISTICS ON (expr) FROM t. Документация описывает её как дающую преимущества, сходные с индексом по выражению, без затрат на поддержание индекса.
• После каждого изменения повторяйте EXPLAIN ANALYZE и сохраняйте изменение только тогда, когда оценки приблизились к фактическим значениям.

Подводные камни

Глобальное повышение default_statistics_target расходует место в pg_statistic и время оценивания на каждый столбец, часто почти без пользы; настраивайте только нуждающиеся в этом столбцы. pg_upgrade переносит большую часть статистики лишь начиная с PostgreSQL 18 и никогда не переносит расширенную, поэтому после обновления нужен новый ANALYZE. Подготовленный оператор может использовать общий план, оценки которого не учитывают фактическое значение параметра. Выборка не может поспевать за распределением, меняющимся каждый час.