Radim Marek：无生产数据的生产查询计划
内容提要
PostgreSQL 18引入了pg_restore_relation_stats和pg_restore_attribute_stats函数，允许直接将统计信息注入数据库。这使得在升级或测试环境中可以使用生产环境的统计数据，从而提高查询计划的准确性。通过pg_dump的统计选项，可以轻松导出和恢复统计信息，确保开发和测试环境中的查询计划与生产环境一致。
关键要点
-
PostgreSQL 18引入了pg_restore_relation_stats和pg_restore_attribute_stats函数，允许直接将统计信息注入数据库。
-
通过pg_dump的统计选项，可以轻松导出和恢复统计信息，确保开发和测试环境中的查询计划与生产环境一致。
-
pg_restore_relation_stats函数将表级数据直接写入pg_class，允许用户注入生产环境的统计数据。
-
pg_restore_attribute_stats函数将列级统计信息写入pg_statistic，帮助优化查询计划。
-
使用pg_dump --statistics-only可以导出生产数据库的统计信息，生成的SQL文件包含pg_restore函数调用。
-
为了保持注入的统计信息有效，用户需要禁用自动真空分析，以防止被真实数据覆盖。
-
恢复统计信息时，仍需注意数据量的匹配，以确保查询计划的准确性。
延伸解读
统计信息的重要性
在PostgreSQL中，统计信息对查询计划的优化至关重要。错误的统计信息会导致查询性能下降，因此在开发和测试环境中使用生产环境的统计数据，可以显著提高查询计划的准确性。通过pg_restore_relation_stats和pg_restore_attribute_stats函数，用户可以直接注入这些统计信息，从而更好地模拟生产环境的查询行为。
使用注意事项
在注入统计信息后，用户需要禁用自动真空分析，以防止被真实数据覆盖。这一操作虽然可以保持注入的统计信息有效，但在进行数据写入时，统计信息可能会逐渐失效。因此，在进行集成测试时，可能需要在每次测试运行后重新注入统计信息，以确保查询计划的准确性。
与传统方法的比较
传统上，升级PostgreSQL版本后，用户需要手动运行ANALYZE来填充统计信息，这在大型集群中可能耗时数小时。而PostgreSQL 18通过新函数实现了统计信息的自动转移，极大地简化了这一过程。这种方法不仅节省了时间，还提高了开发和测试环境的效率，确保了查询计划的一致性。
延伸问答
PostgreSQL 18中新增了哪些函数来处理统计信息？
PostgreSQL 18中新增了pg_restore_relation_stats和pg_restore_attribute_stats函数。
如何导出和恢复PostgreSQL的统计信息？
可以使用pg_dump的--statistics-only选项导出统计信息，并通过pg_restore函数恢复。
pg_restore_relation_stats函数的作用是什么？
pg_restore_relation_stats函数将表级统计信息直接写入pg_class，以便注入生产环境的统计数据。
在使用pg_restore_attribute_stats时需要注意什么？
使用pg_restore_attribute_stats时，需要确保数据量匹配，以确保查询计划的准确性。
如何保持注入的统计信息有效？
需要禁用自动真空分析，以防止被真实数据覆盖。
PostgreSQL 18的统计信息注入功能有什么实际应用？
该功能可以在测试环境中使用生产环境的统计数据，提高查询计划的准确性，尤其在CI管道中。
