default_statistics_target

default_statistics_target este parametrul PostgreSQL care controleaza granularitatea statisticilor pe care ANALYZE le construieste pentru fiecare coloana. Valoarea implicita este 100.

Cum functioneaza #

ANALYZE construieste pentru fiecare coloana doua structuri statistice folosite de optimizator:

• Most common values (MCV): lista valorilor celor mai frecvente, cu frecventele respective
• Histograma: distributia valorilor ramase, impartita in bucket-uri de populatie egala

default_statistics_target determina cate elemente pot avea aceste structuri. Cu valoarea 100: pana la 100 de valori in lista MCV si pana la 100 de bucket-uri in histograma.

Numarul de randuri esantionate este o chestiune separata si depinde de target: este aproximativ 300 × default_statistics_target. Cu default-ul de 100, ANALYZE citeste ~30.000 de randuri per coloana; cu un target de 500, ~150.000. Asadar cresterea target-ului mareste atat granularitatea statisticilor cat si costul ANALYZE.

Cand trebuie crescut #

Pentru tabele mici sau cu distributie uniforma, 100 de esantioane sunt suficiente. Pentru tabele mari cu distributie asimetrica (skewed) — unde putine valori domina majoritatea randurilor — 100 de esantioane pot da o reprezentare distorsionata, ducand optimizatorul la estimari de cardinalitate gresite.

Se poate creste target-ul la nivel de coloana individuala:

ALTER TABLE orders ALTER COLUMN status SET STATISTICS 500;
ANALYZE orders;

Valori intre 500 si 1000 imbunatatesc semnificativ calitatea estimarilor pe coloane cu distributie neuniforma.

Limite practice #

Peste 1000 beneficiul este marginal si ANALYZE-ul insusi devine mai lent, pentru ca trebuie sa esantioneze mai multe randuri si sa construiasca structuri mai mari. Este o reglare fina: trebuie aplicata doar coloanelor care cauzeaza efectiv estimari gresite, nu tuturor coloanelor din toate tabelele.