Question

我正在使用PostgreSQL9.3开发一个项目。我使用下面的查询来说明选择性估计错误如何导致使用PostgreSQL8.3在TPC-H工作负载上查询执行时间多倍增加。

select 
    n_name, 
    sum(l_extendedprice * (1 - l_discount)) as revenue 
from 
    customer, 
    orders, 
    lineitem, 
    supplier, 
    nation,
    region 
where 
    c_custkey = o_custkey 
    and l_orderkey = o_orderkey 
    and l_suppkey = s_suppkey   
    and c_nationkey = s_nationkey 
    and s_nationkey = n_nationkey 
    and n_regionkey = r_regionkey 
    and (r_name='ASIA' or r_name='AFRICA') 
    and o_orderdate >= date '1994-01-01' 
    and o_orderdate < date '1994-01-01' + interval '1 year' 
    and l_shipdate <= l_receiptdate 
    and l_commitdate <= l_shipdate + integer '90' 
    and l_extendedprice <= 20000 
    and c_name like '%r#00%' 
    and c_acctbal <=2400 
group by 
    n_name 
order by    
    revenue desc

问题是PostgreSQL8.3正在选择一个涉及大量NestedLoop连接的计划，因为对lineitem和客户的选择性估计是大错误的。我认为这主要是由于LIKE模式匹配。但最佳计划应该是使用Hash Joins。

最近我为我的项目升级到PostgreSQL9.3并观察到上述查询不再给出错误的计划。我花了一些时间试图在TPC-H 1GB数据上找到一个大基数估计错误的查询，直到现在都没有成功。是否有任何PostgreSQL极客知道TPC-H基准测试的现成查询或任何查询以显示PostgreSQL9.3中的基数估计错误

Answer 1

这是回答comment by @Twelfth以及问题本身。

Three quotes from this chapter in the manual:
"Controlling the Planner with Explicit JOIN Clauses"

明确的内部联接语法（INNER JOIN，CROSS JOIN或简单的JOIN） 在语义上与列出FROM中的输入关系相同，所以它不限制连接顺序。

...

强制规划人员遵循显式列出的连接顺序 JOIN s，将join_collapse_limit运行时参数设置为1.（其他可能的值将在下面讨论。）

...

以这种方式约束计划者的搜索是一种有用的技术既可以减少计划时间，也可以指导计划者良好的查询计划。

大胆强调我的。相反，您可以滥用相同的方法将查询计划程序指向错误的查询计划，以用于测试目的。阅读整个手册页。它应该是有用的。

此外，您可以逐个disabling alternative methods强制嵌套循环（仅在您的会话中最好）。像：

SET enable_hashjoin = off;

等。
关于检查和设置参数：

Query a parameter (postgresql.conf setting) like "max_connections"

强制实际估计错误

一种显而易见的方法是禁用autovacuum并在表中添加/删除行。然后查询计划程序正在处理过时的统计信息。请注意，其他一些命令也会更新统计信息。

统计信息存储在目录表pg_class和pg_statistics中。

SELECT * FROM pg_class WHERE oid = 'mytable'::regclass;
SELECT * FROM pg_statistic WHERE starelid = 'mytable'::regclass;

这引出了另一种选择。您可以在这两个表中伪造条目。需要超级用户权限作为一个新手，你不会打击我，但是对一般公众的警告：如果你在目录表中破坏了某些东西，你的数据库（集群）可能会瘫痪。你被警告了。

示例查询显示PostgreSQL中的基数估计错误

1 个答案:

强制实际估计错误