目录
在 PostgreSQL 中，统计信息不仅是查询优化器制定执行计划的基础，也在数据库运行监控和自动维护中发挥着重要作用。本文将从统计信息的用途、产生方式和分类三个角度介绍统计信息。
1. 统计信息的作用
1.1. 查询优化
统计信息是查询优化器生成执行计划时最关键的参考依据。优化器依赖它来估算：
- 表或索引的大小与行数；
- 某列的值分布和空值比例；
- 哪种扫描方式 （顺序扫描、索引扫描或并行查询） 最具性价比；
- ...
没有准确的统计信息，优化器可能会选择低效的执行路径，导致查询性能显著下降。
1.2. 数据库运行状态监控
统计信息还可用于实时了解数据库运行状态，例如：
- 当前有哪些会话正在执行；
- 哪些表或索引被频繁访问；
- 系统资源是否存在负载不均或瓶颈；
这些信息对于数据库的调优、问题诊断与日常监控都非常重要。
1.3. 辅助 autovacuum 机制
PostgreSQL 中的 autovacuum 进程会根据统计信息判断某张表是否需要执行 VACUUM 或 ANALYZE 操作，从而在无需人工干预的前提下自动清理垃圾元组、更新统计数据，保持数据库的高效运转。
2. 统计信息的产生与分类
2.1. 表中元组数据的统计信息
这类统计信息主要通过执行 ANALYZE 命令生成，可作用于整个数据库、指定表或指定列。
其中关系级别的统计信息保存在 pg_class 系统表中：
- reltuples：记录表中元组的估计数量；
- relpages：记录表的页数；
- relallvisible：记录可见性映射中标记为“全部可见”的页面数量；
而列级别的统计信息则存储在 pg_statistic 系统表中，每条元组表示某一列的统计信息，例如：
- stanullfrac：该列中 NULL 值的比例；
- stawidth：列值的平均宽度；
还有其他字段记录值的分布、最常见值等。
这些统计信息的更新依赖于 ANALYZE 操作。可以由用户手动执行，或由 autovacuum 进程定期触发。所以这些数据具有滞后性，仅反映采样当时的表数据状态。它们的作用是：查询优化器会利用这些统计信息来评估执行计划的成本，从而选择最优的执行路径。
2.2. 数据库运行状态的统计信息
这部分统计信息分为两类：收集型与动态型，主要用于反映数据库的实时运行状态。这类统计信息的作用都是展示数据库的运行状态，用于数据库的运维监控。所以 PG 为上述这两类统计信息也定义了一系列的视图，它们以 pg_stat_ 或 pg_statio_ 开头。
2.2.1. 收集型统计信息
在 PG15 以前，PostgreSQL 的各类进程 （后端进程、归档进程、写入进程等） 在执行期间会调用相应的函数 （如 pgstat_report_stat、pgstat_send_archiver、pgstat_send_bgwriter） 将统计数据发送给专门的统计信息收集进程。而统计信息收集进程会将数据写入临时文件，通常位于 pg_stat_tmp/ 目录下 （该目录可通过 stats_temp_directory 参数配置） 。进程之间的通信采用 UDP 协议。PG 服务器关闭时，这些文件会被存放在 pg_stat/ 目录中，等 PG 再次重启时会重新加载这些文件中的信息，并再次将它们存放在 pg_stat_tmp/ 目录中。
从 PostgreSQL 15 开始，统计信息收集进程被移除了。这些统计信息不再会写入磁盘文件，而是直接存储在共享内存中。从而提升了效率，避免了文件系统 I/O 的额外开销。
但无论是磁盘文件 （PG15 之前） 还是共享内存 （PG15 起） ，这类统计信息都是定期更新的。因此它们仍具有一定的滞后性，只能反映某一时点的系统状态。它们的作用是：查询部分以 pg_stat_* 和 pg_statio_* 命名的视图时，实质上就是从文件或共享内容中读取这些信息。
2.2.2. 收集型统计信息视图
- pg_stat_all_tables、pg_stat_sys_tables、pg_stat_user_tables：
- 显示当前数据库中 全部表/系统表/用户表 的使用统计信息；
- 比如顺序扫描的次数、索引扫描的次数、估计的死元组数量等；
- 显示当前数据库中 全部表/系统表/用户表 的使用统计信息；
- pg_stat_xact_all_tables、pg_stat_xact_sys_tables、pg_stat_xact_user_tables：
- 同上，但显示的是当前事务周期内的统计数据；
- 同上，但显示的是当前事务周期内的统计数据；
- pg_stat_all_indexes、pg_stat_sys_indexes、pg_stat_user_indexes：
- 显示当前数据库中 全部索引/系统索引/用户索引 访问的统计信息；
- 比如该索引被用于扫描的总次数、索引扫描读取的元组数；
- 显示当前数据库中 全部索引/系统索引/用户索引 访问的统计信息；
- pg_statio_all_tables、pg_statio_sys_tables、pg_statio_user_tables：
- 显示当前数据库中 全部表/系统表/用户表 物理读写的统计信息；
- 比如从磁盘读取的数据块数量、从磁盘读取的 TOAST 块数、TOAST 索引的缓存命中数；
- 显示当前数据库中 全部表/系统表/用户表 物理读写的统计信息；
- pg_statio_all_indexes、pg_statio_sys_indexes、pg_statio_user_indexes：
- 显示当前数据库中 全部索引/系统索引/用户索引 物理读写的统计信息；
- 显示当前数据库中 全部索引/系统索引/用户索引 物理读写的统计信息；
- pg_statio_all_sequences、pg_statio_sys_sequences、pg_statio_user_sequences：
- 显示当前数据库中 全部序列/系统序列/用户序列 物理读写的统计信息；
- 显示当前数据库中 全部序列/系统序列/用户序列 物理读写的统计信息；
- pg_stat_database：
- 显示各个数据库的整体活动情况；
- 比如从磁盘和缓存中读取的数据块数量，已提交或回滚的事务数量等；
- 显示各个数据库的整体活动情况；
- pg_stat_archiver：
- 显示归档程序产生的数据 （而不是归档程序当前的运行状态） ；
- 该视图最多包含一行记录；
- 显示归档程序产生的数据 （而不是归档程序当前的运行状态） ；
- pg_stat_bgwriter：
- 显示后台写进程产生的数据（而不是后台写进程当前的运行状态）；
- 该视图最多包含一行记录；
- 显示后台写进程产生的数据（而不是后台写进程当前的运行状态）；
- pg_stat_database_conflicts：
- 显示主备复制过程中的冲突情况；
- 显示主备复制过程中的冲突情况；
- pg_stat_user_functions：
- 显示有关用户自定义函数执行的统计信息；
- 比如调用次数、执行时间等；
- 显示有关用户自定义函数执行的统计信息；
- pg_stat_xact_user_functions：
- 同上，但显示的是当前事务周期内的统计数据；
- 同上，但显示的是当前事务周期内的统计数据；
- pg_stat_slru：
- 显示 SLRU 缓存机制的运行信息；
- 比如从 SLRU 缓存中命中的页数、从磁盘读取的页数、写入磁盘的页数等；
- 显示 SLRU 缓存机制的运行信息；
2.2.3. 动态统计信息
动态统计信息来自实时更新的服务器内存。这些数据的采集不依赖统计信息收集进程，直接由内核机制维护。所以这些数据具备实时性，可反映数据库“此时此刻”的运行状态。这类统计信息的作用是：查询部分 pg_stat_* 和 pg_statio_* 视图时，本质上就是直接从内存获取这些数据。
2.2.4. 动态统计信息视图
- pg_stat_activity：
- 显示当前所有连接的运行状态；
- 比如正在执行的 SQL、连接用户、会话状态、等待事件等；
- 显示当前所有连接的运行状态；
- pg_stat_replication：
- 显示从当前主库发出的所有流复制连接的信息，每一条记录对应一个连接到主库的备库 （主库视角） ；
- 显示从当前主库发出的所有流复制连接的信息，每一条记录对应一个连接到主库的备库 （主库视角） ；
- pg_stat_wal_receiver：
- 显示当前备库的 WAL 接收进程的状态信息，仅在备库上有数据 （备库视角） ；
- 该视图最多包含一行记录；
- 显示当前备库的 WAL 接收进程的状态信息，仅在备库上有数据 （备库视角） ；
- pg_stat_subscription：
- 显示订阅的状态信息；
- 显示订阅的状态信息；
- pg_stat_ssl：
- 显示连接上的 SSL 使用的情况；
- 显示连接上的 SSL 使用的情况；
- pg_stat_gssapi：
- 显示连接上的 GSSAPI 使用的情况；
- 显示连接上的 GSSAPI 使用的情况；
- 进度报告相关视图：
- pg_stat_progress_analyze：
- 显示正在执行中的 analyze 命令的进度；
- 显示正在执行中的 analyze 命令的进度；
- pg_stat_progress_create_index：
- 显示正在执行中的 create index 命令的进度；
- 显示正在执行中的 create index 命令的进度；
- pg_stat_progress_vacuum：
- 显示正在执行中的 vacuum 命令的进度；
- 显示正在执行中的 vacuum 命令的进度；
- pg_stat_progress_cluster：
- 显示正在执行中的 cluster 命令的进度；
- 显示正在执行中的 cluster 命令的进度；
- pg_stat_progress_copy （PG14 新增） ：
- 显示正在执行中的 copy 命令的状态；
- 显示正在执行中的 copy 命令的状态；
- pg_stat_progress_basebackup：
- 显示正在执行中的 basebackup 的状态；
- 显示正在执行中的 basebackup 的状态；
- pg_stat_progress_analyze：
2.3. 插件提供的统计信息
除了核心统计信息机制，PostgreSQL 还支持通过插件扩展统计功能。例如，pg_stat_statements 插件会记录 SQL 语句的执行频率、耗时、命中率等，并以 pg_stat_statements 视图呈现。
- pg_stat_statements 如何生成统计信息：通过 hook 机制捕获各类 SQL 语句的执行信息，具体来说是通过 pgss_ExecutorStart 和 pgss_ExecutorEnd 函数。所以这种统计信息也是准确的，这对于 SQL 调优和热点查询分析极为有用。
- pg_stat_statements 统计信息的存储：PG 在运行期间，pgss_ExecutorEnd 函数会将捕获的执行信息存储到共享内存中，但 SQL 的原始文本不会存放在共享内存中，而是以文件形式单独存储在磁盘上，文件名为 pg_stat_tmp/pgss_query_texts.stat；
3. 小结
统计信息贯穿 PostgreSQL 数据库的查询优化、运行监控等多个关键环节。理解其分类、来源与作用，不仅能帮助用户写出更高效的 SQL，还能为数据库运维人员提供更具洞察力的分析视角。无论是手动调优，还是自动化运维，统计信息都是不可或缺的基础组件。
需要注意的是，尽管我们将表数据的采样信息、后台进程生成的运行指标，以及内存中实时状态一并称为“统计信息”，但它们在 PostgreSQL 中的实际作用却各不相同：有的服务于优化器做出执行计划决策，有的反映数据库的整体负载趋势，也有的用于实时监控活跃会话状态。在不同的使用场景下，理解它们的生成机制与适用语境，是有效利用统计信息的前提。
