在同一个表的不同列中，存储的数据之间通常存在关系或相关性。例如，在customers表中，c_state列中的值受country_id列中的值的影响，因为XYZ的状态仅在ABC国家中找到。
我认为PostgreSQL假设谓词相互独立，并且同一关系中每个谓词的选择性相乘。因此，选择性估计将远小于实际值，并且当数据高度依赖和偏斜时，可以选择非最佳访问路径。如何在PostgreSQL中避免这种情况？
我们可以在PostgreSQL 9.3.5中的一组列上创建某种多列统计信息。是否支持多维直方图？
答案 0 :(得分：7)
你是对的，Pg假定独立，当存在相关性时，这可能是一个问题。分析器不知道如何找到相关性，即使分析仪可以找到它，优化器也不知道如何使用任何此类信息。不支持多维直方图或存储跨列相关信息。
在pgsql-hackers和pgsql-general列表上有关于此的许多讨论，但是没有得到关于如何处理它的确切结论。此外，几乎没有人对此有任何问题，愿意花时间（或资金）投入实际解决问题。
这是一个relevant recent article。 The optimizer hints wiki page还涵盖了一些相关问题。
一些邮件列表讨论（非常详尽的列表）包括：
答案 1 :(得分：1)
更新：Postgres 10获得跨列统计信息，又名扩展统计信息，又名相关统计信息。< / p>
当搜索/排序/分组有点相关的列（例如ZipCode和City）时，请告诉Postgres研究数据以便规划人员提高效率。
CREATE STATISTICS zip_stats_ ( dependencies )
ON zip_ , city_
FROM zipcode_ ;
Database normalization就是要消除行中值之间的functional dependencies。但有时它们仍然是因为去标准化，无论是故意还是无意中。有时我们会有部分依赖，比如ZipCode和City。在这种情况下，如果在搜索，排序或分组时使用这些相关值，请首先使用CREATE STATISTICS命令生成跨列统计信息。
语法很简单。
目前有两种类型的统计信息，dependencies用于函数依赖关系的分析计算，其中1.0表示直接关联，而ndistinct用于对不同值对的n-不同分析。省略类型意味着你想要所有可能的类型，将来可能超过这两种类型。
CREATE STATISTICS [ IF NOT EXISTS ] NAME
[ type = `dependencies` or `ndistinct` or omit for all types ]
ON col_x , col_y , …
FROM tbl ;
ALTER STATISTICS NAME OWNER TO …
ALTER STATISTICS NAME RENAME TO …
ALTER STATISTICS NAME SET SCHEMA …
DROP STATISTICS [ IF EXISTS ] name