Noções Básicas de Estatísticas

O PostgreSQL armazena histogramas de colunas e contagens de valores distintos no catálogo. O planejador multiplica as seletividades para adivinhar quantas linhas cada nó de plano processará no PostgreSQL 18.4.

Receita

Cartão de referência rápida - pronto para copiar e colar.

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

Quando usar isso: As estimativas de linha do EXPLAIN divergem das linhas reais em varreduras filtradas ou junções.

Exemplo de Trabalho

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');

O que isso demonstra:

• most_common_vals para enums com distribuição enviesada (skewed)
• n_distinct para dicas de cardinalidade
• Vinculando o conteúdo de pg_stats às estimativas de linha do plano

Mergulho Profundo

Como Funciona

• ANALYZE amostra linhas (o padrão default_statistics_target = 100) e constrói estatísticas por coluna.
• A seletividade de igualdade usa 1/n_distinct ou a frequência MCV quando o literal aparece em most_common_vals.
• Predicados de intervalo usam histogram_bounds para distribuições não uniformes.
• Múltiplos predicados em colunas independentes multiplicam as seletividades, a menos que estatísticas estendidas digam o contrário.

Principais Views de Catálogo

Notas SQL

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

Armadilhas

• Assumindo distribuição uniforme - Sem MCV/histograma, o planejador adivinha mal em colunas de status com distribuição enviesada. Correção: Alvo de estatísticas mais alto ou estatísticas estendidas.
• Estatísticas em tabelas vazias - As estimativas padrão enganam até o primeiro ANALYZE significativo. Correção: Analisar após limiares de carga inicial.
• Predicados de expressão sem estatísticas - WHERE lower(email) = 'x' ignora estatísticas de coluna simples. Correção: Índice em expressão ou estatísticas estendidas na expressão.
• Colunas AND correlacionadas - country + postal_code multiplicam incorretamente. Correção: CREATE STATISTICS ... dependencies.
• Nunca analisar após um grande DELETE - reltuples desatualizado por dias. Correção: ANALYZE manual após DML em massa.

Alternativas

FAQs

Relacionado

• ANALYZE e Autoanalyze - Tempo de atualização
• Estatísticas Estendidas - Colunas correlacionadas
• Estudos de Caso de Planos Ruins - Desvio de estimativa
• GUCs do Planejador - Botões de custo

Versões da Pilha: Esta página foi escrita para PostgreSQL 18.4 (estável 18, manutenção 17), pgvector 0.8+, PgBouncer 1.x, Patroni 3.x e PostGIS 3.5+.