Postgresql 解释分析-成本与实际时间的关系

通常，在改进我的查询时，在查询前后运行

explain analyze

时，我会同时看到

成本

和

实际时间

的改进

但是，在一种情况下，before查询报告

"Hash Join  (cost=134.06..1333.57 rows=231 width=70) 
            (actual time=115.349..115.650 rows=231 loops=1)"
<cut...>
"Planning time: 4.060 ms"
"Execution time: 115.787 ms"

哈希连接（成本=134.06..1333.57行=231宽度=70） （实际时间=115.349..115.650行=231个循环=1）” “计划时间：4.060毫秒” “执行时间：115.787毫秒” 报告之后

"Hash Join  (cost=4.63..1202.61 rows=77 width=70) 
            (actual time=0.249..0.481 rows=231 loops=1)"
<cut...>
"Planning time: 2.079 ms"
"Execution time: 0.556 ms"

哈希联接（成本=4.63..1202.61行=77宽度=70） （实际时间=0.249..0.481行=231个循环=1）” “计划时间：2.079毫秒” “执行时间：0.556毫秒” 正如您所看到的，成本是相似的，但是实际执行时间和实际执行时间相差很大，无论我运行测试的顺序如何

使用Postgres 8.4

---

有人能澄清我对成本没有改善的理解吗？

问题中给出的细节中没有太多信息，但一些提示可能会帮助其他来这里搜索该主题的人

• 成本是一个基于表统计信息的数字估算，在对查询中涉及的表运行分析时计算得出。如果从未对表格进行过分析，那么计划和成本可能是次优的。查询计划受表统计信息的影响
• 实际时间是运行查询的实际时间。同样，这可能与成本不正确相关，这取决于表统计信息的新鲜程度。根据当前表统计信息，可能会得出计划，但实际执行可能会发现实际数据条件与表统计信息不同，从而导致执行时间扭曲

这里需要注意的是，表格统计信息会影响计划和成本估算，其中计划和实际数据条件会影响实际时间。因此，作为最佳实践，在进行查询优化之前，始终对表运行analyze

请注意：

• 分析

  -更新表的统计信息

• vacuum analyze

  -从表中删除更新记录的过时版本，然后更新表的统计信息

• explain

  -仅使用查询中涉及的表的统计信息生成查询计划

• explain（analyze）

  -使用查询中涉及的表的现有统计信息生成查询计划，并运行查询以收集实际运行时数据。由于查询实际上是运行的，如果查询是DML查询，那么如果不打算持久化更改，则应注意将其包含在begin和rollback中

---

你能澄清一下你所说的询问前后是什么意思吗？它们确实显示了一种改进。（至少：该部分似乎选择了不同的计划）@wildplasser感谢您的反馈。我想我感到困惑的是，

成本

看起来没有那么大的不同，但执行时间却大不相同。计划也不同（可能：如果查询占用空间小，且两个查询之间的间隔短，则可能是缓冲区/缓存效应。简言之：信息不足。顺便说一句：成本估算以任意单位表示。）请注意，Postgres 8.4不受支持。您应该尽快计划升级。感谢您的回复。也许我可以问更多问题-您声明“查询计划受表统计信息的影响”因此，

explain analyze

是否会首先更新这些统计数据，或者执行一些单独的

vacuum analysis

，即使它每天都自动运行？@burry wombat-表格统计数据由

analyze

更新。根据我的经验，

explain analysis

不会更新统计数据，这是可以理解的，因为它正在处理查询。如果自动运行

vacuum analyze

，则表统计信息应该是最新的。