更新时间:2024-05-07 GMT+08:00

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,可在上述系统表或系统视图PG_STATS、PG_EXT_STATS内查询收集到的统计信息。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用于检测数据库中普通表的数据文件是否损坏。

注意事项

ANALYZE非临时表不能在一个匿名块、事务块、函数或存储过程内被执行。支持存储过程中ANALYZE临时表,不支持统计信息回滚操作。

ANALYZE VERIFY场景不触发远程读,因此远程读参数不生效。对于关键系统表出现错误被系统检测出页面损坏时,将直接报错不再继续检测。

如果没有参数,ANALYZE处理当前数据库里用户拥有相应权限的每个表。如果参数指定了一个表,ANALYZE只处理指定的那个表。

要对一个表进行ANALYZE操作,通常用户必须是表的所有者或者被授予了指定表VACUUM权限的用户,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命令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。

语法格式

  • 收集表的统计信息。
    { ANALYZE | ANALYSE } [ VERBOSE ]
        [ table_name [ ( column_name [, ...] ) ] ];
  • 收集分区表的分区统计信息,该语法在功能上尚不支持。
    { ANALYZE | ANALYSE } [ VERBOSE ]
        table_name [ ( column_name [, ...] ) ] PARTITION ( patrition_name ) ;

    普通分区表目前支持针对某个分区的统计信息的语法,但功能上不支持针对某个分区的统计信息收集。

  • 收集全局二级索引的统计信息。
    { ANALYZE | ANALYSE }GLOBAL INDEX index_name FOR TABLE table_name;
    • 在对全局二级索引执行ANALYZE之前需要先对基表执行一次ANALYZE,以保证全局二级索引统计信息的准确性。
    • 在对全局二级索引进行REINDEX/REBUILD类型操作之后,需要先对基表进行一次ANALYZE,然后才能对全局二级索引进行ANALYZE,以保证全局二级索引统计信息的准确性。
    • 当前对全局二级索引进行统计信息收集必须指定index_name和table_name,且index_name必须是全局二级索引名。
    • 全局二级索引统计信息仅包括pg_class系统表中的统计信息(reltuple和relpages)。
  • 手动收集多列统计信息。
    { ANALYZE | ANALYSE } [ VERBOSE ]
        table_name (( column_1_name, column_2_name [, ...] ));
    • 每组多列统计信息最多支持32列。
    • 不支持收集多列统计信息的表:系统表。
  • 自动收集多列统计信息。

    打开auto_statistic_ext_columns参数后执行analyze,自动根据该表的索引前缀创建多列统计信息,多列统计信息的列数不超过设置的auto_statistic_ext_columns值。

    例:表t存在索引(a,b,c,d),设置auto_statistic_ext_columns参数为4,则analyze t将创建关于(a,b)、(a,b,c)、(a,b,c,d)的多列统计信息。

    { ANALYZE | ANALYSE } [ VERBOSE ] table_name;
  • 检测当前库的数据文件。
    { ANALYZE | ANALYSE } VERIFY { FAST | COMPLETE };
    • Fast模式校验时,需要对校验的表有并发的DML操作,会导致校验过程中有误报的问题,因为当前Fast模式是直接从磁盘上读取,有其他线程并发修改文件时,会导致获取的数据不准确,建议离线操作。
    • 支持对全库进行操作,由于涉及的表较多,建议以重定向保存结果。
      gsql -d database -p port -f sqlfile> sqllog.txt  2>&1
    • 不支持临时表和unlog表。
    • 只有对外可见的表对外提示NOTICE,内部表的检测会包含在它所依赖的外部表,不对外显示和呈现。
    • 此命令的处理可容错ERROR级别的处理。
    • 对于全库操作时,当关键系统表出现损坏则直接报错,不再继续执行。
  • 检测表和索引的数据文件。
    { ANALYZE | ANALYSE } VERIFY { FAST  |COMPLETE } { table_name | index_name } [ CASCADE ];
    • 支持对普通表的操作和索引表的操作,但不支持对索引表index使用CASCADE操作。原因是由于CASCADE模式用于处理主表的所有索引表,当单独对索引表进行检测时,无需使用CASCADE模式。
    • 不支持临时表和unlog表。
    • 对于主表的检测会同步检测主表的内部表,例如toast表等。
    • 当提示索引表损坏时,建议使用reindex命令进行重建索引操作。
  • 检测表分区的数据文件。
{ ANALYZE | ANALYSE } VERIFY { FAST | COMPLETE } table_name PARTITION (patrition_name) [ CASCADE ];
  • 支持对表的单独分区进行检测操作,但不支持对索引表index使用CASCADE操作。
  • 不支持临时表和unlog表。

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。

    对于ANALYZE收集统计信息,目前仅支持行存表的外表。

    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。目前语法上支持分区表做ANALYZE,但功能实现上暂不支持对指定分区统计信息的分析。

    取值范围:表的某一个分区名。

  • 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

    FAST模式下主要对于表的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。

示例

1
2
3
4
5
6
7
8
9
--创建表。
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);

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
--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_REFUNDED_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;

1
2
--使用ANALYZE语句更新统计信息。
gaussdb=# ANALYZE customer_info;

1
2
3
4
5
--使用ANALYZE VERBOSE语句更新统计信息,并输出表的相关信息。
gaussdb=# ANALYZE VERBOSE customer_info;
INFO:  analyzing "public.customer_info"(cn_5002 pid=53078)
INFO:  analyzing "public.customer_info" inheritance tree(cn_5002 pid=53078)
ANALYZE

若环境若有故障,需查看CN的log。

1
2
3
--删除表。
gaussdb=# DROP TABLE customer_info;
gaussdb=# DROP TABLE customer_par;