统计信息提供了数据分布和查询性能的重要信息。收集统计信息可以帮助数据库系统进行优化查询计划和执行，以提高查询性能和整体数据库性能。云原生数据仓库AnalyticDB PostgreSQL版数据库使用ANALYZE命令收集统计信息。
云原生数据仓库AnalyticDB PostgreSQL版的统计信息记录了描述数据库数据的相关元数据，例如表的总行数、max/min值、null个数等。统计信息的作用非常关键：查询优化器需要根据最新的统计信息，生成出执行最优的计划。如果统计信息不准或者没有统计信息，优化器有可能会生成执行效率很差的执行计划，例如，对于一个具有索引且行数很多的数据表来说，以索引列为where条件对数据表进行点查，如果统计信息失效，那么优化器可能不会使用索引对数据表进行查询，而是使用遍历的方式对数据表进行查询，这种情况下后者的性能会比前者慢几个数量级。因此，在正确的时机进行统计信息的收集，是查询性能不会劣化的重要保证之一。
统计信息收集方式
AnalyticDB PostgreSQL版数据库内核参数gp_autostats_mode的值决定了数据库应该以什么方式去收集统计信息：
none：禁止自动收集统计信息，所有统计信息的收集需要手动执行命令去收集。
on_no_stats：当CREATE TABLE AS SELECT、INSERT或者COPY命令在没有统计信息的表上执行时，会触发对这个表做一次统计信息收集。但是除此之外，还是需要手动执行命令去收集统计信息。
on_change：当CREATE TABLE AS SELECT、INSERT、UPDATE、DELETE或者COPY命令在表上执行时，如果影响的行数超过了gp_autostats_on_change_threshold内核参数所设置的阈值时，会触发对这个表做一次统计信息收集。该模式完全自动化，不再需要额外地去手动执行统计信息收集命令。
手动收集统计信息命令
如果gp_autostats_mode配置的不是on_change而需要进行手动收集统计信息的时候，有如下三种方式：
不带任何参数运行ANALYZE命令会为数据库中所有的表收集统计信息，该统计信息收集方式运行时间可能会比较长。
可以只对某个表收集统计信息，此时运行ANALYZE命令需要带上表名作为参数，例如：
ANALYZE t1;。可以只对某个表的若干个列收集统计信息，此时运行ANALYZE需要带上表名和列名作为参数，例如：
ANALYZE t1(a, b);。
手动收集统计信息时机
手动收集统计信息时，并不需要收集的非常频繁。可以在满足以下条件的时候，再去手动执行ANALYZE命令收集统计信息：
导入数据后、超过20%数据更新（IUD）后、创建索引后，需进行统计信息收集。
ETL任务过程中，会涉及多次IUD，可根据业务情况，在其中适当添加ANALYZE语句。
调优过程中，从执行计划中看到表行数估算为1行，计划中出现较多的Broadcast、Sort+GroupByAgg、NestLoop等算子时，考虑对相应数据表进行 ANALYZE。
相关文档
- 本页导读 （1）