#### 3.2单表查询的代价估计 costsize.c中的函数用于估算各种操作的代价，所有被执行器执行的操作都有着相应的代价函数。例如，函数cost_seqscan()和cost_index()分别用于估算顺序扫描和索引扫描的代价。 在PostgreSQL中有三种代价 1. 启动代价：在读取到第一条元组前花费的代价，比如索引扫描节点的启动代价就是读取目标表的索引页，获取到第一个元组的代价 2. 运行代价：获取全部元组的代价 3. 总代价：前两者之和 环境准备： ``` create table tb1(id int primary key,data int); create index tb1_data_idx on tb1(data); insert into tb1 select generate_series(1,10000),generate_series(1,10000); analyze; \d tb1 ``` ##### 顺序扫描 ``` mydb=# explain select * from tb1 where id<8000; QUERY PLAN -------------------------------------------------------- Seq Scan on tb1 (cost=0.00..170.00 rows=8000 width=8) Filter: (id < 8000) (2 rows) --启动代价和总代价0.00和170.0 --顺序扫描中，启动代价等于0，运行代价由以下公式定义 run_cost=cpu_run_cost+disk_run_cost=(cpu_tuple_cost+cpu_operator_cost)xN(tuple)+seq_page_costxN(pages) --其中seq_page_cost,cup_tuple_cost和cpu_operator_cost是在postgresql.conf中配置的参数，默认值为1.0,0.01和0.0025,N(tuple) N(pages)分别表示元组总数与页面总数，两个值可以通过以下查询 mydb=# select relpages,reltuples from pg_class where relname='tb1'; relpages | reltuples ----------+----------- 45 | 10000 (1 row) ``` ##### 索引扫描 尽管PG支持很多索引方法， 比如B树，GiST,GIN和BRin，但扫描代价估计都是用一个共用代价函数cost_index() ``` --获取值 mydb=# select relpages,reltuples from pg_class where relname='tb1_data_idx'; relpages | reltuples ----------+----------- 30 | 10000 (1 row) mydb=# explain select id,data from tb1 where data<240; QUERY PLAN --------------------------------------------------------------------------- Index Scan using tb1_data_idx on tb1 (cost=0.29..13.49 rows=240 width=8) Index Cond: (data < 240) (2 rows) ``` - > 选择率 查询谓词的选择率是通过直方图界值与高频值估计的，这些信息都存储在系统目录pg_statistics中，并可通过pg_stats视图查询。 表中每一列的高频值都在pg_class视图中的most_common_vals和most_common_freqs中成对存储。 1、高频值：该列上最常出现的取值列表 2、高频值频率：高频值相应出现频率的列表 ``` --查看高频值相关的 select most_common_vals,most_common_freqs from pg_stats from pg_stats where tablename='' and attname=''; --直方图信息 select histogram_bounds from pg_stats where tablename='tb1' and attname='data'; ``` seq_page_cost/random_page_cost 默认值分别是1.0和4.0，这意味着Postgresql假设随机扫描的进度是顺序扫描的1/4，pg默认值是基于HDD(普通硬盘)设置的。如果使用SSD时，最好将random_page_cost的值设置为1.0 ##### 排序 ``` --如果工作内存放不下，就会创建临时文件，使用文件排序 mydb=# explain select id,data from tb1 where data <240 order by id; QUERY PLAN --------------------------------------------------------------------------------- Sort (cost=22.97..23.57 rows=240 width=8) Sort Key: id -> Index Scan using tb1_data_idx on tb1 (cost=0.29..13.49 rows=240 width=8) Index Cond: (data < 240) (4 rows) ```