gauss 统计信息收集方式
2026-04-22 06:07:32
GaussDB（包括GaussDB(DWS)）的统计信息收集方式主要包括手动采样、轮询采样、动态采样三种核心模式，并辅以触发条件、特殊场景处理等机制保障数据准确性。
一、核心收集方式手动采样用户通过显式执行ANALYZE命令主动触发统计信息更新，适用于需要即时获取最新数据的场景。例如，在批量数据加载后手动执行ANALYZE tablename以更新表统计信息。
轮询采样由autovacuum后台线程定期发起ANALYZE操作，将统计信息持久化至系统表（如pg_class、pg_statistic）。该方式使用四级锁，对系统性能影响较小，但更新频率较低，不追求实时性。
动态采样
前台动态采样：查询优化器在执行计划生成阶段触发实时统计信息收集，数据存储于内存（含淘汰机制），使用一级锁，适用于高实时性场景（如金融交易）。
后台动态采样：与轮询采样结合，通过autovacuum_mode参数控制（如设置为mix或analyze），在后台线程中补充动态采样逻辑。
自动触发条件
表无统计信息时首次查询自动触发。
表数据修改量超过阈值（默认50 + 表大小 × 10%）时触发更新。
修改计数机制
DML（INSERT/UPDATE/DELETE）和DDL（如TRUNCATE TABLE）操作会累加修改计数。
跨CN节点通过异步广播（修改计数达2/3或每增10%）和实时广播（单SQL修改超过tuple_change_sync_threshold默认1万条）保证全局一致性。
小表优化若数据变化量<10%但数据特征变化显著（如分布偏移），需调低阈值参数以强制自动收集。
实时性要求高的场景调整采样大小参数后，需手动执行ANALYZE确保统计信息及时更新。
外表和冷热表因访问性能限制，此类表不支持自动收集，需通过ANALYZE命令手动触发。
多列统计信息对存在相关性的多列（如column1和column2），可通过ANALYZE tablename ((column1, column2))直接收集，或通过ALTER TABLE tablename ADD STATISTICS ((column1, column2))声明后在下一次ANALYZE时自动收集。
全局二级索引需先对基表执行ANALYZE，再对索引执行ANALYZE GLOBAL INDEX indexname FOR TABLE tablename以更新索引统计信息。
统计信息作为优化器生成执行计划的基础数据，其准确性直接影响查询性能，需根据业务场景选择合适的收集策略。
热门标签
