Estadísticas Básicas

PostgreSQL almacena histogramas de columnas y recuentos de valores distintos en el catálogo. El planificador multiplica las selectividades para adivinar cuántas filas procesará cada nodo del plan en PostgreSQL 18.4.

Receta

Tarjeta de referencia rápida - lista para copiar y pegar.

SELECT schemaname, tablename, attname, n_distinct, most_common_vals, histogram_bounds
FROM pg_stats
WHERE tablename = 'orders' AND attname = 'status';

Cuándo usar esto: Las estimaciones de filas de EXPLAIN divergen de actual rows en escaneos filtrados o uniones.

Ejemplo de Trabajo

CREATE TABLE orders (
  id bigint GENERATED ALWAYS AS IDENTITY PRIMARY KEY,
  status text NOT NULL,
  customer_id bigint NOT NULL
);
 
INSERT INTO orders (status, customer_id)
SELECT
  CASE WHEN i % 50 = 0 THEN 'shipped' ELSE 'pending' END,
  (i % 1000)::bigint
FROM generate_series(1, 100000) AS i;
 
ANALYZE orders;
 
EXPLAIN (ANALYZE)
SELECT count(*) FROM orders WHERE status = 'shipped';
 
SELECT attname, n_distinct, most_common_vals, most_common_freqs
FROM pg_stats
WHERE tablename = 'orders' AND attname IN ('status', 'customer_id');

Lo que esto demuestra:

• most_common_vals para enums sesgados
• n_distinct para pistas de cardinalidad
• Vinculación del contenido de pg_stats con las estimaciones de filas del plan

Análisis Profundo

Cómo Funciona

• ANALYZE toma muestras de filas (el valor predeterminado default_statistics_target = 100) y crea estadísticas por columna.
• La selectividad de igualdad utiliza 1/n_distinct o la frecuencia de MCV cuando el literal aparece en most_common_vals.
• Los predicados de rango utilizan histogram_bounds para distribuciones no uniformes.
• Múltiples predicados en columnas independientes multiplican las selectividades a menos que las estadísticas extendidas digan lo contrario.

Vistas de Catálogo Clave

Notas SQL

ALTER TABLE orders ALTER COLUMN status SET STATISTICS 500;
ANALYZE orders (status);

Trampas Comunes

• Asumir distribución uniforme - Sin MCV/histograma, el planificador adivina mal en columnas de estado sesgadas. Solución: Mayor objetivo de estadísticas o estadísticas extendidas.
• Estadísticas en tablas vacías - Las estimaciones predeterminadas engañan hasta el primer ANALYZE significativo. Solución: Analizar después de los umbrales de carga inicial.
• Predicados de expresión sin estadísticas - WHERE lower(email) = 'x' ignora las estadísticas de columna simples. Solución: Índice en expresión o estadísticas extendidas en expresión.
• Columnas AND correlacionadas - country + postal_code se multiplican incorrectamente. Solución: CREATE STATISTICS ... dependencies.
• Nunca analizar después de un DELETE grande - reltuples obsoleto durante días. Solución: ANALYZE manual después de DML masivo.

Alternativas

Preguntas Frecuentes

Relacionado

• ANALYZE y Autoanalyze - Momento de actualización
• Estadísticas Extendidas - Columnas correlacionadas
• Estudios de Caso de Planes Malos - Deriva de estimación
• GUCs del Planificador - Perillas de costo

Versiones de Stack: Esta página fue escrita para PostgreSQL 18.4 (estable 18, mantenimiento 17), pgvector 0.8+, PgBouncer 1.x, Patroni 3.x, y PostGIS 3.5+.