ANALYZE

ANALYZE è il comando PostgreSQL che raccoglie statistiche sulla distribuzione dei dati nelle tabelle e le salva nel catalogo pg_statistic (leggibile tramite la vista pg_stats). L’optimizer usa queste statistiche per stimare la cardinalità — quante righe restituirà ogni operazione — e scegliere il piano di esecuzione più efficiente.

Cosa raccoglie #

Le statistiche raccolte da ANALYZE includono:

• Most common values: i valori più frequenti per ogni colonna e la loro percentuale
• Istogrammi di distribuzione: come sono distribuiti i valori rimanenti
• Numero di valori distinti: quanti valori unici ha ogni colonna
• Percentuale di NULL: quante righe hanno valore NULL per ogni colonna

La qualità di queste statistiche dipende dal numero di campioni raccolti, controllato dal parametro default_statistics_target.

Perché è critico #

Senza statistiche aggiornate, l’optimizer è costretto a indovinare. Le stime sbagliate portano a piani di esecuzione disastrosi — come scegliere un nested loop su milioni di righe pensando che siano centinaia, o ignorare un indice perfettamente adatto.

Quando eseguirlo #

PostgreSQL esegue ANALYZE automaticamente tramite l’autovacuum, ma la soglia di default (50 righe + 10% delle righe vive) può essere troppo alta per tabelle che crescono rapidamente. Situazioni in cui serve un ANALYZE manuale:

• Dopo import massivi o bulk load
• Dopo cambiamenti significativi nella distribuzione dei dati
• Quando EXPLAIN ANALYZE mostra stime di cardinalità molto diverse dalle righe reali
• Dopo aver modificato il default_statistics_target di una colonna