ANALYZE | ANALYSE

功能描述

• 用于收集与数据库中普通表内容相关的统计信息，统计结果存储在系统表PG_STATISTIC、PG_STATISTIC_EXT下，执行ANALYZE命令后，可在上述系统表中查询收集到的统计信息，也可以通过系统视图PG_STATS、PG_EXT_STATS查询信息。执行计划生成器会使用这些统计数据，以确定最有效的执行计划。
• 如果没有指定参数，ANALYZE会分析当前数据库中的每个表和分区表。同时也可以通过指定table_name、column_name和partition_name参数把分析限定在特定的表、列或分区表中。
• ANALYZE|ANALYSE VERIFY用于校验数据库目标表相关文件，具体支持校验类型见下表。

  页面类型\校验类型	页面物理损坏	页面逻辑校验	元组校验
  UHEAP	支持	支持	COMPLETE模式支持
  HEAP	支持	-	COMPLETE模式支持
  FSM	支持	-	-
  VM	-	-	-
  UBTREE	支持	支持	-
  UBTREE.FSM(URQ)	支持	支持	-
  BTREE	支持	-	-
  BTREE.FSM	支持	-	-

• ANALYZE|ANALYSE VERIFY执行完成所需时间与当前操作对象（数据库目标表或数据库）的大小以及当前机器的性能有关。
• 每次收集的统计信息，都会存入统计信息历史表（GS_STATISTIC_HISTORY、GS_STATISTIC_EXT_HISTORY、GS_TABLESTATS_HISTORY）中，历史表存放的数量和统计信息的保留时间由GUC参数stats_history_record_limit和stats_history_retention_time控制。

注意事项

• ANALYZE非临时表不支持在一个匿名块、事务块、函数或存储过程内被执行。ANALYZE临时表支持存储过程中被执行，不支持统计信息回滚操作。
• ANALYZE VERIFY如果不涉及远程读场景，远程读参数则不会生效。对于检测出关键系统表页面损坏的错误，将直接报错不再继续检测。
• 如果ANALYZE不指定参数，则默认处理当前用户拥有相应权限的表。如果参数指定了一个表参数，ANALYZE只处理指定的表。
• 要对一个表进行ANALYZE操作，用户必须是表的所有者或者被授予了指定表VACUUM权限，三权分立开关关闭时，默认系统管理员有该权限。数据库的所有者允许对数据库中除了共享目录以外的所有表进行ANALYZE操作（该限制意味着只有系统管理员才能真正对一个数据库进行ANALYZE操作）。ANALYZE会跳过那些用户没有权限的表。
• ANALYZE不收集无法做比较或等值运算的列，例如：CURSOR类型。
• 如果拟分析的表成了一个空表，ANALYZE不会记录该表的统计信息，而原来已有统计信息则会保留。

语法格式

• 收集表的统计信息。

  { ANALYZE | ANALYSE } [ VERBOSE ]
      [ table_name [ ( column_name [, ...] ) ] ] [ WITH PARTITION_MODE ];

  

• 收集分区表的分区统计信息。

  { ANALYZE | ANALYSE } [ VERBOSE ]
      table_name [ ( column_name [, ...] ) ] PARTITION ( partition_name ) ;

  

  

  • 使用关键字PARTITION，partition_name必须为一级分区名字。
  • 分布式不支持二级分区。
• 收集外表的统计信息。

  { ANALYZE | ANALYSE } [ VERBOSE ]
      { foreign_table_name | FOREIGN TABLES };

  

参数说明

• VERBOSE

  启用显示进度信息。

  

  如果指定了VERBOSE，ANALYZE发出进度信息，表明目前正在处理的表。各种有关表的统计信息也会打印出来。

• table_name

  需要分析的特定表的表名（可能会带模式名），如果省略，将对数据库中的所有表（非外部表）进行分析。

  取值范围：已有的表名。

• column_name，column_1_name，column_2_name

  需要分析特定列的列名，默认为所有列。

  取值范围：已有的列名。

• partition_name

  如果table为分区表，在关键字PARTITION后面指定分区名partition_name表示分析该分区表的统计信息。

  取值范围：表的某一个分区名。

• foreign_table_name

  需要分析的特定表的表名（可能会带模式名）。

  取值范围：已有的表名。

• FOREIGN TABLES

  分析所有当前用户权限下的外表。

• index_name

  需要分析的特定索引表的表名（可能会带模式名）。

  取值范围：已有的表名。

• FAST|COMPLETE

  对于行存表，FAST模式下主要对于行存表的CRC和page header进行校验，如果校验失败则会告警；而COMPLETE模式下，则主要对行存表的指针、tuple进行解析校验。

• CASCADE

  CASCADE模式下会对当前表的所有索引进行检测处理。

• PARTITION_MODE

  PARTITION_MODE适用于分区表级联收集统计信息，可选项和含义如表1所示。不适用于非分区表。

  表1 PARTITION_MODE选项说明

  PARTITION_MODE选项	含义
  ALL	收集整表、一级分区的统计信息。
  GLOBAL	收集整表的统计信息。
  PARTITION	收集一级分区的统计信息。
  GLOBAL AND PARTITION	收集整表、一级分区的统计信息。
  ALL COMPLETE	收集整表、一级分区的统计信息。
  AUTO	缺省值，以statistic_granularity或default_statistic_granularity中配置的参数为准，其中表级参数statistic_granularity的优先级高于全局参数default_statistic_granularity。statistic_granularity介绍请参见statistic_granularity。

  

  • ALL和ALL COMPLETE的区别：ALL模式下对整表进行一次采样，ALL COMPLETE模式下对每个分区进行一次采样。对于分区来说，ALL COMPLETE模式比ALL模式计算统计信息更准确，同时也消耗更多资源。
  • 分区统计信息会在cplan裁剪到单分区时使用。建议结合统计信息的收集时间与业务实际需求，选择合适的分区表统计信息收集策略。
  • 在大规模导数后，建议使用ALL COMPLETE模式手动收集分区级的统计信息。
  • 从505.0.0之前版本升级到505.0.0及更高版本时，在升级观察期期间，PARTITION_MODE不生效，其行为与升级前版本保持一致。
  • 当对整个数据库进行ANALYZE操作时，不支持指定PARTITION_MODE，即不支持ANALYZE WITH GLOBAL等语法。
  • 当对整个数据库进行ANALYZE操作时，支持设置default_statistic_granularity为GLOBAL或ALL，此时ANALYZE行为和default_statistic_granularity的定义相同；当default_statistic_granularity设置为其他值时，ANALYZE行为退化为GLOBAL行为。
  • 不支持对二级分区的统计信息的收集。
  • ALL模式下，如果分区表上的partition_statistics_min_rows不为0，且GUC参数enable_partition_statistics_min_rows打开时，会保证分区的最小采样行数为partition_statistics_min_rows，但是整表总采样行数上限会受到GUC参数maintenance_work_mem控制。另外，在不同分区数据量存在严重倾斜的状态下，在ALL模式下执行ANALYZE后，建议补充一次针对整表的GLOBAL模式的ANALYZE，保证整表的统计信息可更准确的反映数据的倾斜特征。

示例

• 收集表的统计信息。

  --创建customer_info表。
  gaussdb=# CREATE TABLE customer_info(
  wr_returned_date_sk INTEGER ,
  wr_returned_time_sk INTEGER ,
  wr_item_sk INTEGER NOT NULL
  ,wr_refunded_customer_sk INTEGER ) DISTRIBUTE BY HASH (wr_item_sk);
  
  --使用ANALYZE语句更新统计信息。
  gaussdb=# ANALYZE customer_info;
  
  --使用ANALYZE VERBOSE语句更新统计信息，并输出customer_info表的相关信息。
  gaussdb=# ANALYZE VERBOSE customer_info;
  INFO: analyzing "public.customer_info"(cn_5002 pid=53078)
  
  --使用ANALYZE VERBOSE输出customer_info表的wr_returned_time_sk列信息。
  gaussdb=# ANALYZE VERBOSE customer_info(wr_returned_time_sk);
  INFO:  analyzing "public.customer_info"(cn_5002 pid=53078)

• 收集分区表的统计信息。

  --创建分区表。
  gaussdb=# CREATE TABLE customer_par( 
  wr_returned_date_sk INTEGER ,
  wr_returned_time_sk INTEGER ,
  wr_item_sk INTEGER NOT NULL,
  wr_returned_customer_sk INTEGER)
  DISTRIBUTE BY HASH (wr_item_sk)PARTITION BY RANGE(wr_returned_date_sk)(PARTITION P1 VALUES LESS THAN(2452275),PARTITION P2 VALUES LESS THAN(2452640),PARTITION P3 VALUES LESS THAN(2453000),PARTITION P4 VALUES LESS THAN(MAXVALUE))ENABLE ROW MOVEMENT;
  
  --使用ANALYZE语句更新统计信息。
  gaussdb=# ANALYZE customer_par;
  
  --使用ANALYZE VERBOSE输出customer_par表的相关信息。
  gaussdb=# ANALYZE VERBOSE customer_par;
  INFO:  analyzing "public.customer_par"(cn_5001 pid=446617)
  
  --使用ANALYZE VERBOSE输出P1一级分区表的相关信息。
  gaussdb=# ANALYZE VERBOSE customer_par PARTITION(P1);
  INFO:  analyzing "public.customer_par"(cn_5001 pid=446617)
  

• 手动收集多列统计信息。

  --手动收集wr_returned_date_sk、wr_returned_time_sk这两列的统计信息。
  gaussdb=# ANALYZE VERBOSE customer_info (wr_returned_date_sk,wr_returned_time_sk);
  INFO:  analyzing "public.customer_par"(cn_5001 pid=446617)

• 自动收集多列统计信息。

  --给customer_info表创建索引。
  gaussdb=# CREATE INDEX customer_index ON customer_info USING btree(wr_returned_date_sk,wr_returned_time_sk,wr_item_sk,wr_refunded_customer_sk);
  
  --设置auto_statistic_ext_columns参数为4。
  gaussdb=# set auto_statistic_ext_columns=4;
  
  --自动收集多列统计信息。
  gaussdb=# ANALYZE VERBOSE customer_info;
  INFO:  analyzing "public.customer_info"(cn_5001 pid=446617)

• 检测当前库的数据文件。

  gaussdb=# ANALYZE VERIFY FAST;

• 检测表和索引的数据文件。

  --检查customer_info表。
  gaussdb=# ANALYZE VERIFY FAST customer_info;
  
  --检查customer_index索引。
  gaussdb=# ANALYZE VERIFY FAST customer_index;
  

• 检测表分区的数据文件。

  --检查customer_par分区表中的P1分区。
  gaussdb=# ANALYZE VERIFY FAST customer_par PARTITION (P1);

• 删除数据。

  --删除索引customer_index。
  gaussdb=# DROP INDEX customer_index;
  
  --删除表customer_info。
  gaussdb=# DROP TABLE customer_info;
  
  --删除分区表customer_par。
  gaussdb=# DROP TABLE customer_par;