PgSQL的等值inner join选择率
PostgreSQL 的 join 选择率（join selectivity）机制是优化器估算连接结果行数，从而选择最优连接顺序与算法的核心。它依赖列统计信息（MCV、直方图、n_distinct、null_frac）和操作符注册的 oprjoin 函数（如 eqjoinsel）来计算不同连接类型的选择率，并在路径生成与成本估算中使用这些值。
MCV和等频直方图等知识可以查看：https://mp.weixin.qq.com/s/xcbP96GWMfgnFwcmiO7lJA
估算等值连接（内连接）选择率的函数是eqjoinsel_inner，它的参数说明如下：
参数 | 类型 | 含义 |
opfuncoid | Oid | 等值操作符对应的函数 OID，用于调用实际比较函数 |
collation | Oid | 排序规则 OID，传递给比较函数 |
vardata1/vardata2 | VariableStatData * | 两侧变量的统计信息包装（包括 pg_statistic 元组、rel、ndistinct 等） |
nd1/nd2 | double | 两侧变量的唯一值数量（ndistinct） |
isdefault1/isdefault2 | bool | 标记 ndistinct 是否为默认估计值 |
sslot1/sslot2 | AttStatsSlot * | 两侧的 MCV（Most Common Values）统计槽位 |
stats1/stats2 | Form_pg_statistic | 两侧的 pg_statistic 表单结构（含 nullfrac 等） |
have_mcvs1/have_mcvs2 | bool | 标记是否存在 MCV 列表 |
计算方法如下：
1）两边都有 MCV（最常见值）列表
体现将元组分为热元组和冷元组，分别结算表1的热数据即MCV值的频率、表1的冷数据频率与表2热数据频率、表2的冷数据频率乘积，从而得到两个表的选择率结果。这样通过将冷元组和热元组分离，提高数据库连接选择率计算精度，从而提高连接基数估计，有利于给出最佳的连接顺序，从而提升复杂查询的性能。具体做法如下：
(1) 遍历两侧 MCV 列表，用操作符函数逐对比较，找出匹配的 MCV 对，累加其频率乘积作为表1热元组频率*表2热元组频率结果。
(2) 计算表1匹配频率和matchfreq1与未匹配 MCV 的频率和unmatchfreq1，计算表2匹配频率和matchfreq2与未匹配 MCV 的频率和unmatchfreq2。以及非 MCV 部分的频率 otherfreq1和otherfreq2。
(3) 从两侧视角分别估算总选择率：匹配 MCV 部分 + 未匹配
MCV 与对方非 MCV 随机匹配部分 + 非 MCV 与对方未匹配 MCV+非 MCV 随机匹配部分。
(4) 取两侧估计的较小值作为最终选择率，以保守估计。
具体逻辑如下图所示：
为什么表1热元组未匹配部分*表2冷元组一个元组频率可以作为选择率一部分？
从表1角度计算基于这样的假设：表1的未匹配MCV值会与表2的非MCV值随机匹配，表2的非MCV值在其不同值之间均匀分布。所以表2匹配概率为 otherfreq2/(nd2 - sslot2->nvalues),其中otherfreq2为表2非MCV部分频率，nd2-sslot2->nvalues为表2非MCV部分值个数，这样就得到表2随机一个值的频率。
为什么otherfreq1*(otherfreq2+unmatchfreq2)/(nd2-nmatches)？
从表1的角度计算还基于这样的假设：表1的非MCV值与表2中未匹配 MCV + 非 MCV 值随机匹配，其中otherfreq1为表1非MCV值频率（冷元组频率），otherfreq2+unmatchfreq2为表2的非MCV值频率+MCV为匹配值频率，nd2-nmatches为表2的MCV未匹配个数+非MCV值个数。
这种方法在数据分布倾斜时能显著提高估计准确性。
2）至少一侧无 MCV
使用简化公式：selec = (1 - nullfrac1) * (1 - nullfrac2) / max(nd1, nd2)，即非空比例乘积除以较大 ndistinct，作为上界估计。
调用路径eqjoinsel（注册在 pg_proc.dat 中作为等值连接的 oprjoin 函数）根据 sjinfo->jointype 决定调用 eqjoinsel_inner（用于 INNER/LEFT/FULL）或 eqjoinsel_semi（用于 SEMI/ANTI）。
上面计算出选择率后，返回到calc_joinrel_size_estimate函数，外表行数*内表行数*inner join选择率计算出估算的基数：
