一、统计信息
1.1 PG统计信息概述
pg的统计信息主要分为两种：
第一类统计信息是是负载指标“统计信息”（Monitoring stats），通过stat collector进程进行实时采集更新的负载指标，记录一些对磁盘块、表、索引相关的统计信息，SQL语句执行代价信息等。
第二类统计信息是数据分布状态描述“统计信息”（Data distribution stats），这些统计信息为优化器选择最优执行计划提供依据。该类统计信息采集的方式有两种：
- 后台进程autovacuum lancher触发的统计信息采集
autovacuum : 历史无效数据、冻结事务、xid信息的清理都是由该进程处理。
vacuum : 标准形式的 vacuum 可以和生产数据库操作并行运行（select、insert、update、delete等命令将继续正常工作，但在清理期间你无法使用alter table等命令来更新表的定义）。
vacuum full : vacuum full 类似于表的重建或者说碎片整理，以收回更多磁盘空间但是运行起来更慢，而且vacuum full操作执行期间无法和对此表上的其他操作并发执行。vacuum full不会有后台进程主从触发（只能手动执行）。
- 手动执行analyze table进行手动采集更新统计信息
1.2 负载指标统计信息
1.2.1 pg_stat_database 指标含义
通过pg_stat_database我们可以大致的了解一个数据库的历史运行情况，比较常见的一个问题定位有：
- 当tup_returned值远大于tup_fetched时，说明该数据库下存在较多全表扫描SQL，结合pg_stat_statments来定位具体慢SQL或者结合pg_stat_user_tables来定位全表扫描相关表
- 当tup_updated的数值比较大时，说明数据库有很频繁的更新，这个时候就需要关注一下vacuum相关的指标和长事务，如果没有及时进行垃圾回收会造成数据膨胀的比较厉害，一定程度会响应表查询效率
- 当temp_files的数值比较大时，说明存在很多的排序，hash，或者聚合这种操作，可以通过增大work_mem减少临时文件的产生，并且同时这些操作的性能也会有较大的提升
postgres=# select * from pg_stat_database where datname='db1';
-[ RECORD 1 ]---------+------------------------------
datid | 16384 //数据库oid
datname | db1 //数据库名称
numbackends | 0 //访问当前数据库连接数量
xact_commit | 35170800 //该数据库事务提交总量
xact_rollback | 65 //该数据库事务回滚总量
blks_read | 1047403 //总磁盘物理读的块数，这里read也可能是从page cache读取，如果这里很高需要结合blk_read_time看是否真的存在很多实际从磁盘读取的情况。
blks_hit | 152779457 //在shared_buffer命中的块数
tup_returned | 218640517 //对于表来说是全表扫描的行数，对于索引是通过索引方法返回的索引行数，如果这个值数量明显大于tup_fetched，说明当前数据库存在大量全表扫描的情况。
tup_fetched | 32778249 //指通过索引返回的行数
tup_inserted | 18513456 //插入的行数
tup_updated | 1755886 //更新的行数
tup_deleted | 21499 //删除的行数
conflicts | 0 //与恢复冲突取消的查询次数(只会在备库上发生)
temp_files | 20 //产生临时文件的数量，如果这个值很高说明work_mem需要调大
temp_bytes | 334708736 //临时文件的大小
deadlocks | 1 //死锁的数量，如果这个值很大说明业务逻辑有问题
checksum_failures |
checksum_last_failure | //
blk_read_time | 0 //数据库中花费在读取文件的时间，这个值较高说明内存较小，需要频繁的从磁盘中读入数据文件
blk_write_time | 0 //数据库中花费在写数据文件的时间，pg中脏页一般都写入page cache，如果这个值较高，说明page cache较小，操作系统的page cache需要更积极的写入。
stats_reset | 2020-09-24 16:15:54.395313+08 //统计信息重置的时间
1.2.2 pg_stat_user_tables 指标含义
通过 pg_stat_user_tables，我们可以知道当前数据库下哪些表发生全表扫描频繁，哪些表变更比较频繁，对于变更较频繁的表可多关注其vacuum相关的指标，避免表膨胀。
db1=# select * from pg_stat_user_tables where relname='t1';
-[ RECORD 1 ]-------+------------------------------
relid | 17087 //表的oid
schemaname | public //schema模式
relname | t1 //表名称
seq_scan | 66 //发生全表扫描次数
seq_tup_read | 602468 //全表扫描数据行数，如果这个值很大说明对这个表进行sql很有可能都是全表扫描，需要结合具体的执行计划来看
idx_scan | 149 //索引扫描测试
idx_tup_fetch | 140 //通过索引扫描返回的行数
n_tup_ins | 10000 //插入数据行数
n_tup_upd | 40 //更新数据行数
n_tup_del | 1 //删除数据行数
n_tup_hot_upd | 35 //hot update的数据行数，这个值与n_tup_upd越接近说明update的性能较好，更新数据时不会更新索引。
n_live_tup | 9999 //活着的行数量
n_dead_tup | 34 //死亡的行数量,无效数据行
n_mod_since_analyze | 22 //上次analyze的时间
last_vacuum | //上次手动vacuum的时间
last_autovacuum | //上次autovacuum的时间
last_analyze | //上次手动analyze的时间
last_autoanalyze | 2020-10-12 14:21:44.597134+08 //上次自动analyze的时间
vacuum_count | 0 //vacuum的次数
autovacuum_count | 0 //autovacuum的次数
analyze_count | 0 //analyze的次数
autoanalyze_count | 1 //自动analyze的次数
2.2.3 pg_stat_user_indexes 指标含义
通过pg_stat_user_indexes我们可以查看对应索引的使用情况，可以协助我们判断哪些索引当前基本不使用，对这些无效的冗余索引，可进行索引删除。
db1=# select * from pg_stat_user_indexes where relname='t1';
-[ RECORD 1 ]-+--------
relid | 17087 //相关表的oid
indexrelid | 17094 //索引oid
schemaname | public //schema模式
relname | t1 //表名
indexrelname | t1_pkey //索引名
idx_scan | 149 //通过索引扫描的次数，如果这个值很小，说明这个索引很少被用到，可以考虑进行删除
idx_tup_read | 154 //通过任意索引方法返回的索引行数
idx_tup_fetch | 140 //通过索引方法返回的数据行数
-[ RECORD 2 ]-+--------
relid | 17087
indexrelid | 17153
schemaname | public
relname | t1
indexrelname | idx_id2
idx_scan | 0
idx_tup_read | 0
idx_tup_fetch | 0
2.2.4 pg_statio_user_tables 指标含义
通过对pg_statio_user_tables的查询，如果heap_blks_read，idx_blks_read很高说明shared_buffer较小，存在频繁需要从磁盘或者page cache读取到shared_buffer中。
db1=# select * from pg_statio_user_tables where relname='t1';
-[ RECORD 1 ]---+-------
relid | 17087 //相关表oid
schemaname | public //schema模式
relname | t1 //表名
heap_blks_read | 54 //指从page cache或者磁盘中读入表的块数
heap_blks_hit | 13620 //指在shared_buffer中命中表的块数
idx_blks_read | 16 //指从page cache或者磁盘中读入索引的块数
idx_blks_hit | 19536 //在shared_buffer中命中的索引的块数
toast_blks_read | 0 //从page cache或者磁盘中读入toast表的块数
toast_blks_hit | 0 //指在shared_buffer中命中toast表的块数
tidx_blks_read | 0 //从page cache或者磁盘中读入toast表索引的块数
tidx_blks_hit | 0 //指在shared_buffer中命中toast表索引的块数
2.2.5 pg_stat_bgwriter 指标含义
db1=# select * from pg_stat_bgwriter;
-[ RECORD 1 ]---------+------------------------------
checkpoints_timed | 9208 //指超过checkpoint_timeout的时间后触发的检查点
checkpoints_req | 18 //指手动触发的检查点或者因为wal文件数量到达max_wal_size大小时也会增加，如果这个值大于checkpoints_timed，说明checkpoint_timeout设置的不合理。
checkpoint_write_time | 1404403 //指从shared_buffer中write到page cache花费的时间
checkpoint_sync_time | 980 //指checkpoint调用fsync将脏数据同步到磁盘花费的时间，如果这个时间很长容易造成IO的抖动，这时候需要增加checkpoint_timeout或者增加checkpoint_completion_target。
buffers_checkpoint | 19861 //checkpoint写入的脏块的数量
buffers_clean | 1868 //通过bgwriter写入的块的数量
maxwritten_clean | 0 //指bgwriter超过bgwriter_lru_maxpages时停止的次数，如果这个值很高说明需要增加bgwriter_lru_maxpages的大小
buffers_backend | 404509 //通过backend写入的块数量
buffers_backend_fsync | 0 //指backend需要fsync的次数
buffers_alloc | 54296 //被分配的缓冲区数量
stats_reset | 2020-09-23 15:14:57.052247+08
2.2.6 pg_stat_replication 指标含义
pg_stat_replication仅仅在主从架构下才会显示相关数据。根据对pg_stat_replication表的查询可以查看当前复制的模式、复制配置信息、复制位点信息等。
postgres=# select * from pg_stat_replication ;
-[ RECORD 1 ]----+------------------------------
pid | 15040 //负责流复制进程的pid
usesysid | 16384 //用户ID
usename | repl //复制用户
application_name | walreceiver //这是同步复制的通常设置，它可以通过连接字符串传递到master。
client_addr | 192.168.1.171 //客户端地址
client_hostname | //客户端主机名称，可在postgres.conf中对log_hostname参数设置，启动DNS反向查找
client_port | 58690 //客户端用来和WALsender进行通信使用的TPC端口号，如果不本地UNIX套接字被使用了将显示-1。
backend_start | 2020-09-05 13:42:30.108815+08 //流复制开始时间
backend_xmin |
state | streaming //复制模式
sent_lsn | 0/3000148 //发送到连接的最后的位点
write_lsn | 0/3000148 //standby数据库落盘的位点
flush_lsn | 0/3000148 //standby数据库flush的位点
replay_lsn | 0/3000148 //standby数据库重放的位点
write_lag | //写延迟间隙
flush_lag | //flush延迟间隙
replay_lag | //重放延迟间隙
sync_priority | 0 //复制优先级权重
sync_state | async //同步模式，同步or异步
reply_time | 2020-09-05 13:49:41.269624+08 //
2.2.7 pg_stat_statement 指标含义
pg_stat_statements模块提供一种跟踪执行统计服务器执行的所有SQL语句的手段。该模块默认是不开启的，如果需要开启需要我们手动对其进进行编译安装，修改配置文件并重启数据库，并在使用前手动载入该模块。
1、手动安装加载pg_stat_statement模块
-- 进入pgsql软件的contrib目录下，查看是否有pg_stat_statements相关模块
# pwd
/usr/local/postgresql-12.2/contrib
# ls | grep pg_stat_statements
pg_stat_statements
-- 进入pg_stat_statement模块目录下进行编译安装
# make && make install
-- 检查pg_stat_statement是否安装成功
# cd /usr/local/pgsql/share/extension/
# ll | grep pg_stat_statements
-rw-r--r-- 1 root root 1246 10月 25 15:46 pg_stat_statements--1.0--1.1.sql
-rw-r--r-- 1 root root 1336 10月 25 15:46 pg_stat_statements--1.1--1.2.sql
-rw-r--r-- 1 root root 1454 10月 25 15:46 pg_stat_statements--1.2--1.3.sql
-rw-r--r-- 1 root root 345 10月 25 15:46 pg_stat_statements--1.3--1.4.sql
-rw-r--r-- 1 root root 305 10月 25 15:46 pg_stat_statements--1.4--1.5.sql
-rw-r--r-- 1 root root 1427 10月 25 15:46 pg_stat_statements--1.4.sql
-rw-r--r-- 1 root root 376 10月 25 15:46 pg_stat_statements--1.5--1.6.sql
-rw-r--r-- 1 root root 806 10月 25 15:46 pg_stat_statements--1.6--1.7.sql
-rw-r--r-- 1 root root 191 10月 25 15:46 pg_stat_statements.control
-rw-r--r-- 1 root root 449 10月 25 15:46 pg_stat_statements--unpackaged--1.0.sql
-- 修改配置文件
# vi postgres.conf
shared_preload_libraries='pg_stat_statements,pg_pathman'
pg_stat_statements.max = 10000
pg_stat_statements.track = all
-- 重启数据库
# su - postgres
$ pg_ctl -D /data/pgsql12/data restart
-- 登录数据库，载入pg_stat_statement模块
postgres=# SELECT * FROM pg_available_extensions WHERE name = 'pg_stat_statements'; //查看可用模块
-[ RECORD 1 ]-----+----------------------------------------------------------
name | pg_stat_statements
default_version | 1.7
installed_version |
comment | track execution statistics of all SQL statements executed
postgres=# create extension pg_stat_statements; //载入模块，载入后pg_stat_statements表可正常使用
CREATE EXTENSION
2、pg_stat_statements 指标含义
postgres=# select * from pg_stat_statements limit 1;
-[ RECORD 1 ]-------+------------------------------------------------------------------------
userid | 10 //用户id
dbid | 13547 //数据库oid
queryid | 1194713979 //查询id
query | SELECT * FROM pg_available_extensions WHERE name = 'pg_stat_statements' //查询SQL
calls | 1 //调用次数
total_time | 53.363875 //SQL总共执行时间
min_time | 53.363875 //SQL最小执行时间
max_time | 53.363875 //SQL最大执行时间
mean_time | 53.363875 //SQL平均执行时间
stddev_time | 0 //SQL花费时间的表中偏差
rows | 1 //SQL返回或者影响的行数
shared_blks_hit | 1 //SQL在在shared_buffer中命中的块数
shared_blks_read | 0 //SQL从page cache或者磁盘中读取的块数
shared_blks_dirtied | 0 //SQL语句弄脏的shared_buffer的块数
shared_blks_written | 0 //SQL语句写入的块数
local_blks_hit | 0 //临时表中命中的块数
local_blks_read | 0 //临时表需要读的块数
local_blks_dirtied | 0 //临时表弄脏的块数
local_blks_written | 0 //临时表写入的块数
temp_blks_read | 0 //从临时文件读取的块数
temp_blks_written | 0 //从临时文件写入的数据块数
blk_read_time | 0 //从磁盘或者读取花费的时间
blk_write_time | 0 //从磁盘写入花费的时间
1.3 数据分布类统计信息
1.3.1 pg_stats
通过对pg_stats的查询，可以查看每个字段的数据分析统计信息，类似SQL Server的直方图，为优化器选择最佳执行计划提供依据，pg_stats只有管理员账号才可以访问。
db1=# select * from pg_stats where tablename='t1' limit 1;
-[ RECORD 1 ]----------+----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
schemaname | public //schema模式
tablename | t1 //表名
attname | id //列名
inherited | f //如果为真，那么说明还字段存在包是继承而来的子字段，不只是指定表的值。
null_frac | 0 //该字段为空记录数的百分比
avg_width | 4 //该字段每行的平均长度
n_distinct | -1 //如果大于零，就是在字段中唯一数值的估计数目。如果小于零， 就是唯一数值的数目被行数除的负数。用负数形式是因为ANALYZE 认为独立数值的数目是随着表增长而增长； 正数的形式用于在字段看上去好像有固定的可能值数目的情况下。比如， -1 表示一个唯一字段，独立数值的个数和行数相同。
most_common_vals | //该字段最常用数值的列表。如果看上去没有啥数值比其它更常见，则为 null。主键一般为null。
most_common_freqs | //该字段最常用数值的频率，也就是说，每个出现的次数除以行数。 如果most_common_vals是 null ，则为 null。
histogram_bounds | {1,100,200,300,400,500,600,700,800,900,1000,1100,1200,1300,1400,1500,1600,1700,1800,1900,2000,2100,2200,2300,2400,2500,2600,2700,2800,2900,3000,3100,3200,3300,3400,3500,3600,3700,3800,3900,4000,4100,4200,4300,4400,4500,4600,4700,4800,4900,5000,5100,5200,5300,5400,5500,5600,5700,5800,5900,6000,6100,6200,6300,6400,6500,6600,6700,6800,6900,7000,7100,7200,7300,7400,7500,7600,7700,7800,7900,8000,8100,8200,8300,8400,8500,8600,8700,8800,8900,9000,9100,9200,9300,9400,9500,9600,9700,9800,9900,10000} //一个数值的列表，它把字段的数值分成几组大致相同热门的组。
correlation | 1 //统计与字段值的物理行序和逻辑行序有关。它的范围从 -1 到 +1 。 在数值接近 -1 或者 +1 的时候，在字段上的索引扫描将被认为比它接近零的时候开销更少， 因为减少了对磁盘的随机访问。如果字段数据类型没有<操作符，那么这个字段为null
most_common_elems | //经常在字段值中出现的非空元素值的列表。（标量类型为空。）
most_common_elem_freqs | //最常见元素值的频率列表，也就是，至少包含一个给定值的实例的行的分数。 每个元素频率跟着两到三个附加的值；它们是在每个元素频率之前的最小和最大值， 还有可选择的null元素的频率。（当most_common_elems 为null时，为null）
elem_count_histogram | //该字段中值的不同非空元素值的统计直方图，跟着不同非空元素的平均值。（标量类型为空。）
1.3.2 pg_statistic
pg_statistic 是基于pg_stats的视图，以更加友好以及可读的方式展现统计信息，普通用户可以访问。
db1=# select * from pg_statistic limit 1;
-[ RECORD 1 ]----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
starelid | 16698
staattnum | 1
stainherit | t
stanullfrac | 0
stawidth | 4
stadistinct | -1
stakind1 | 2
stakind2 | 3
stakind3 | 0
stakind4 | 0
stakind5 | 0
staop1 | 97
staop2 | 97
staop3 | 0
staop4 | 0
staop5 | 0
stacoll1 | 0
stacoll2 | 0
stacoll3 | 0
stacoll4 | 0
stacoll5 | 0
stanumbers1 |
stanumbers2 | {1}
stanumbers3 |
stanumbers4 |
stanumbers5 |
stavalues1 | {1,100,200,300,400,500,600,700,800,900,1000,1100,1200,1300,1400,1500,1600,1700,1800,1900,2000,2100,2200,2300,2400,2500,2600,2700,2800,2900,3000,3100,3200,3300,3400,3500,3600,3700,3800,3900,4000,4100,4200,4300,4400,4500,4600,4700,4800,4900,5000,5100,5200,5300,5400,5500,5600,5700,5800,5900,6000,6100,6200,6300,6400,6500,6600,6700,6800,6900,7000,7100,7200,7300,7400,7500,7600,7700,7800,7900,8000,8100,8200,8300,8400,8500,8600,8700,8800,8900,9000,9100,9200,9300,9400,9500,9600,9700,9800,9900,10000}
stavalues2 |
stavalues3 |
stavalues4 |
stavalues5 |
1、统计信息相关参数
- track_counts : 控制是否采集表和索引上访问的统计信息，默认为ON
- track_functions ：控制是否采集函数调用次数和执行时间的统计信息，默认为"none"。"none"表示不采集,"pl"表示仅采集过程语言函数统计信息,"all"表示采集所有函数统计信息，包括SQL和C语言
- track_activities : 控制是否采集会话执行SQL的相关统计信息，默认为ON，这部分信息可在pg_stat_activity中查看
- track_activity_query_size : 控制在pg_stat_activity视图的query字段的长度限制，默认为1KB，超过该参数大小SQL会被截断
- track_io_timing : 控制是否采集IO调用相关统计信息，默认为OFF。若该参数打开explain使用buffers选项时可显示具体IO调用时间，且采集的IO相关信息可以在pg_stat_database、pg_stat_statements中查看
- update_process_title : 控制当后台进程正在执行命令时，是否更新其title信息，在Linux下默认为ON
- stats_temp_directory : 设置存储临时统计数据的路径，默认为pg_stat_tmp
1.4 统计信息更新
1.4.1 统计信息自动更新
1、统计信息自动更新机制
- autovacuum进程周期性触发自动更新。autovacuum参数打开时（默认开启），autovacuum lancher进程根据autovacuum_naptime参数设置作为统计信息进程被唤醒的频率（默认1min），以autovacuum_max_workers参数设置作为每次更新统计信息采集时启动的工作线程数（默认为3）
- 表字段增删改记录行数达到一定的界限时，autovacuum进程触发更新。判定规则为 ： 当表上增删改的行数 >= autovacuum_vacuum_scale_factor * reltuples(表上记录数) + autovacuum_vacuum_threshold。
- 每次统计信息的采集仅仅会按照一定的比例抽样采集统计数据，由参数default_statistics_target作为样本容量，这种方式很容易造成当表数据量较大时采集数据无法准确预估出当前字段的准确的数据分布信息，需要根据实际情况进行调整
- 对于表字段，可以通过对 statistics 设置，指定该字段统计信息采集数据行占表行数的比例，针对大数据量表增强其统计信息采集的准确度。statistics信息在pg_attribute表中查看，可通过alter进行变更设置。
2、相关参数与变更
-- autovacuum进程自动触发统计信息的更新
db1=# show autovacuum;
-[ RECORD 1 ]--
autovacuum | on
db1=# show autovacuum_naptime;
-[ RECORD 1 ]------+-----
autovacuum_naptime | 1min
db1=# show autovacuum_max_workers;
-[ RECORD 1 ]----------+--
autovacuum_max_workers | 3
-- autovacuum进程根据表变更行数触发统计信息的更新
db1=# show autovacuum_vacuum_threshold;
-[ RECORD 1 ]---------------+---
autovacuum_vacuum_threshold | 50
db1=# show autovacuum_vacuum_scale_factor;
-[ RECORD 1 ]------------------+----
autovacuum_vacuum_scale_factor | 0.2
-- 按照表容量进行抽样采集控制参数
db1=# show default_statistics_target;
-[ RECORD 1 ]-------------+----
default_statistics_target | 100
-- 按照表数据量一定比例对表字段进行抽样采集控制参数调整
db1=# select * from pg_attribute where attrelid=(select oid from pg_class where relname='t1') and attname='id2';
-[ RECORD 1 ]-+------
attrelid | 17087
attname | id2
atttypid | 23
attstattarget | -1
attlen | 4
attnum | 2
attndims | 0
attcacheoff | -1
atttypmod | -1
attbyval | t
attstorage | p
attalign | i
attnotnull | f
atthasdef | f
atthasmissing | f
attidentity |
attgenerated |
attisdropped | f
attislocal | t
attinhcount | 0
attcollation | 0
attacl |
attoptions |
attfdwoptions |
attmissingval |
db1=# alter table t1 alter column id2 set statistics 200;
ALTER TABLE
db1=# select * from pg_attribute where attrelid=(select oid from pg_class where relname='t1') and attname='id2';
-[ RECORD 1 ]-+------
attrelid | 17087
attname | id2
atttypid | 23
attstattarget | 200
attlen | 4
attnum | 2
attndims | 0
attcacheoff | -1
atttypmod | -1
attbyval | t
attstorage | p
attalign | i
attnotnull | f
atthasdef | f
atthasmissing | f
attidentity |
attgenerated |
attisdropped | f
attislocal | t
attinhcount | 0
attcollation | 0
attacl |
attoptions |
attfdwoptions |
attmissingval |
3、pg_stat_all_tables
该表记录了所有表的最后一次更新历史信息，一定程度上可以根据该表的统计信息来评估autovacuum_vacuum_scale_factor设置是否合理。
db1=# delete from t1 where id>8000;
DELETE 2000
db1=# select * from pg_stat_all_tables where relid=(select oid from pg_class where relname='t1');
-[ RECORD 1 ]-------+------------------------------
relid | 17087
schemaname | public
relname | t1
seq_scan | 71
seq_tup_read | 622500
idx_scan | 150
idx_tup_fetch | 2140
n_tup_ins | 10000
n_tup_upd | 40
n_tup_del | 2001
n_tup_hot_upd | 35
n_live_tup | 7999
n_dead_tup | 2034
n_mod_since_analyze | 2000 //上次更新变更2000行记录
last_vacuum |
last_autovacuum |
last_analyze | 2020-10-25 23:26:54.623004+08
last_autoanalyze | 2020-10-12 14:21:44.597134+08
vacuum_count | 0
autovacuum_count | 0
analyze_count | 1
autoanalyze_count | 1
1.4.2 手动收集统计信息
1、语法：
analyze verbose tablename (col1,col2,...); //verbose表示打印处理进度，可直接重新采集某一张表统计信息，也可以采集某张表的某个字段的统计信息
2、示例：
db1=# analyze verbose t1;
INFO: analyzing "public.t1"
INFO: "t1": scanned 52 of 52 pages, containing 7999 live rows and 2034 dead rows; 7999 rows in sample, 7999 estimated total rows
ANALYZE
db1=# select * from pg_stat_all_tables where relid=(select oid from pg_class where relname='t1');
-[ RECORD 1 ]-------+------------------------------
relid | 17087
schemaname | public
relname | t1
seq_scan | 71
seq_tup_read | 622500
idx_scan | 150
idx_tup_fetch | 2140
n_tup_ins | 10000
n_tup_upd | 40
n_tup_del | 2001
n_tup_hot_upd | 35
n_live_tup | 7999
n_dead_tup | 0
n_mod_since_analyze | 0
last_vacuum |
last_autovacuum | 2020-10-25 23:28:24.553443+08
last_analyze | 2020-10-25 23:27:46.143074+08 //上一次手动更新时间
last_autoanalyze | 2020-10-12 14:21:44.597134+08
vacuum_count | 0
autovacuum_count | 1
analyze_count | 2
autoanalyze_count | 1
文章参考：
Postgresql统计信息概述 : https://www.cnblogs.com/wy123/p/13347176.html
PostgreSQL统计信息 : https://developer.aliyun.com/article/697692