面试题：PostgreSQL中统计信息如何影响简单查询的执行计划

Question

假设有一个简单的PostgreSQL查询，从一张有两列（id和name）的表中检索所有记录。请阐述PostgreSQL的统计信息（比如表的行数、列的基数等）是如何影响这个查询的执行计划的。

Answer 1

1. 表的行数：
   • 全表扫描与索引扫描决策：如果PostgreSQL统计信息表明表的行数较少，数据库优化器可能会选择全表扫描。因为相比使用索引（索引查找可能有额外的开销，如索引结构的遍历），直接遍历少量的行数据可能更高效。例如，当表只有几十行数据时，全表扫描可以快速获取所有数据。
   • 计划成本估算：行数是计算查询执行计划成本的重要因素之一。优化器会根据行数估算全表扫描的成本。如果全表扫描成本低于其他可能的执行路径（如使用索引后再回表等操作的成本），则会选择全表扫描。
2. 列的基数：
   • 索引使用决策：基数（列中不同值的数量）影响索引的使用。如果id列基数高（即不同的id值很多），并且存在id列的索引，优化器可能会考虑使用索引来检索数据。因为高基数索引可以快速定位到特定的行，减少需要扫描的数据量。例如，如果id是唯一标识每行记录的主键，索引可以快速定位到具体的行。
   • 连接操作（若有）：如果查询涉及多表连接，连接列的基数会影响连接算法的选择。例如，在嵌套循环连接中，基数小的表通常作为外表，这样可以减少内层循环的次数，提高连接效率。如果连接列基数大，可能会考虑其他连接算法，如哈希连接等，以更高效地处理大量数据的匹配。