Принцип работы - ANALYZE (pg_statistic)

ANALYZE — это команда PostgreSQL, которая собирает статистику о содержимом таблиц и индексов и сохраняет её в системный каталог pg_statistic.

Эта статистика используется планировщиком запросов для выбора оптимального плана выполнения.

Планировщик должен отвечать на вопросы:
	- Сколько строк вернёт `WHERE status = 'shipped'`?
		# Планировщик использует статистику (`pg_stats`), чтобы предсказать, **какая доля строк удовлетворяет условию**.
		# - Если `'shipped'` — 90% строк → `Seq Scan` выгоднее.
		# - Если `'shipped'` — 0.1% строк → нужен `Index Scan`.
	- Какой индекс эффективнее использовать?
		# Если по колонке есть несколько индексов (например, btree, gin, частичный), планировщик сравнивает их:
		# - Стоимость чтения,
		# - Покрывает ли индекс все нужные колонки (`index-only scan`),
		# - Насколько точно он фильтрует данные.
	- Нужно ли делать `Hash Join` или `Nested Loop`?
		# Выбор алгоритма соединения
		# Зависит от оценки числа строк в обеих таблицах:
			# - Nested Loop — хорошо, если одна таблица мала (например, 1 строка).
			# - Hash Join — эффективен при средних объёмах (тысячи–миллионы строк).
			# - Merge Join — используется, если обе таблицы уже отсортированы.
			
# Планировщик выбирает самый дешёвый (по cost) план на основе статистики.
# Если статистика устарела — оценки ошибочны → план неоптимален → запрос медленный.  
 

Как работает ANALYZE

1. Выборка данных

• ANALYZE не читает всю таблицу, а делает случайную выборку.
• Размер выборки определяется параметром default_statistics_target (по умолчанию — 100).
  • Это макс. число «частей» (buckets) гистограммы на колонку.
  • Чем выше значение — тем точнее статистика, но дольше сбор.

2. Сбор информации по каждой колонке Для каждой проанализированной колонки собирается:

Тип данных	Собираемая статистика
Любой	Число NULL’ов
Числа, даты	Гистограмма значений (распределение), среднее значение
Текст, UUID	Наиболее частые значения (MCV — Most Common Values) + их частота
Все	Число различных значений (n_distinct)

# Пример:  
# Для колонки `status` в `orders`:
# - MCV: `'shipped' (60%)`, `'pending' (30%)`, `'cancelled' (10%)`
# - NULLs: 0
# - n_distinct: 3

3. Сохранение в pg_statistic

• Результат записывается в системную таблицу pg_statistic (доступна через pg_stats).
• Эта информация автоматически используется всеми сессиями.

---

Команда	Эффект
ANALYZE;	Анализ всех таблиц во всех БД (редко используется)
ANALYZE table_name;	Анализ одной таблицы
ANALYZE table_name (col1, col2);	Анализ только указанных колонок
ANALYZE VERBOSE;	Показывает, что именно анализировалось

Обычно не нужно запускать вручную — этим занимается autovacuum.

• ANALYZE не блокирует таблицу
• VACUUM и ANALYZE — независимые операции. Но autovacuum часто запускает их вместе.
• При высокой селективности (WHERE id = 12345) планировщик использует другие методы (например, индексную статистику).
• ANALYZE на временной таблице работает, но данные живут только в сессии.

Когда запускать вручную?

Сценарий	Действие
Массовая загрузка данных (COPY, INSERT ... SELECT)	Обязательно: ANALYZE table; после загрузки
Изменение распределения данных (например, архивация старых записей)	ANALYZE table;
Появились новые индексы по выражениям	ANALYZE table;
Запросы начали использовать плохие планы	Проверить pg_stats, при необходимости — ANALYZE