1. 统计信息#

1.1 PostgreSQL数据库支持多种形式的统计信息，包括单列的统计信息和多列（扩展）的统计信息，单列的统计信息是指对每个表的每一个属性（列）都在PG_STATISTIC系统表中产生一个对应的统计信息元组（行），这个元组负责从多个角度描绘这个属性中的数据分布，单列统计信息主要包含表5-1中的这些形式。

1
                  表5-1 单列统计信息类型说明

1
                    表5-2 多列统计信息类型说明

1
--选择率高，采用顺序扫描的方法获取数据
2
postgres=# EXPLAIN SELECT * FROM STUDENT WHERE sno > 2;
3
QUERY PLAN -------------------------------------------------------------
4
Seq Scan on student (cost=0.00..224.00 rows=9999 width=10) Filter: (sno > 2)
5
(2 rows)
6

7
--选择率低，采用索引扫描的方法获取数据
8
postgres=# EXPLAIN SELECT * FROM STUDENT WHERE sno < 2;
9
QUERY PLAN -----------------------------------------------------------------------------
10
Index Scan using student_pkey on student (cost=0.29..8.30 rows=1 width=10) Index Cond: (sno < 2)
11
(2 rows)

通过示例可以看出，在选择率高的情况下查询路径选择了顺序扫描（SeqScan）的方式，在选择率低的情况下查询路径选择了索引扫描（IndexScan）。这是因为对于索引扫描而言，它产生了“随机读”，如图5-1所示，PostgreSQL数据库中堆表的数据是无序的，而主键索引则以 B 树的方式进行存储，B 树的叶子节点是有序的，如果通过顺序扫描（SeqScan）的方式对STUDENT表进行遍历，则需要对每一个STUDENT 表中的元组应用约束条件，筛选出符合约束条件的元组作为结果。如果通过索引扫描的方式，则可以借助B树索引的有序性，快速定位索引项的位置，每一个索引项都有一个堆元组的“地址”，这个“地址”指向了该索引项对应的STUDENT表中的元组，因为索引项是有序的，而STUDENT表中的元组是无序的，所以这时就产生了随机读。 而在PostgreSQL 数据库中对于顺序读和随机读定义了不同的代价。

1
  #define DEFAULT_SEQ_PAGE_COST 1.0 //顺序读的单页代价
2
  #define DEFAULT_RANDOM_PAGE_COST 4.0 //随机读的单页代价

如果选择率比较高，那么随机读的代价累计起来就很可观了，因此在选择率高的情况下会 选择顺序扫描，而当选择率比较低时，顺序扫描仍然要把整个表的数据过滤一遍。索引扫描的 单个随机读代价虽然高，但总量远远小于顺序读的数据量，因此顺序读的累计的代价就会超过索引扫描的代价，这时就会选择索引扫描作为执行路径。