PostgreSQL 14：手动ANALYZE与Auto-Analyze效果差异原因排查

以下是导致自动ANALYZE无效、手动ANALYZE生效的核心差异点：

• 采样精度差异
  默认配置下，自动ANALYZE为降低对业务的资源消耗，会对大表使用远低于手动ANALYZE的采样率。PostgreSQL的自动分析逻辑会根据表规模动态调整采样行数，避免全表扫描的性能开销，这可能导致生成的统计信息（比如列分布、基数估算）不够精准。查询优化器依赖这些统计信息选择执行计划，当统计偏差较大时，会生成低效计划（比如错误选择嵌套循环而非哈希连接，或错误估算行数导致排序/聚合操作消耗大量CPU）。而手动ANALYZE默认使用更高的采样比例（甚至对小表执行全表扫描），生成的统计信息更贴近真实数据分布，优化器能选出更高效的执行计划，从而降低CPU使用率。

• 资源限制与执行优先级
  自动ANALYZE属于autovacuum子进程的一部分，受autovacuum_work_mem（默认继承maintenance_work_mem）和autovacuum_naptime等参数限制，且会主动降低自身执行优先级，避免抢占业务查询资源。这可能导致自动分析过程中，采样操作被提前终止或限制扫描范围，无法生成完整准确的统计数据。而手动ANALYZE不受autovacuum的优先级限制，会使用更多可用资源完成更彻底的统计信息更新。

• 统计信息更新范围差异
  自动ANALYZE只会更新触发阈值达标的统计对象，比如仅当某列的变更量超过阈值时才更新该列统计。如果高频查询依赖的列刚好不在自动分析的更新范围内（比如变更量未触发阈值，但实际数据分布已发生足以影响执行计划的变化），自动ANALYZE就不会更新对应统计。而手动ANALYZE默认会更新表的所有列和相关索引的统计信息，覆盖范围更全面。

• 分区表的特殊情况
  若使用的是分区表，自动ANALYZE可能仅分析发生过变更的子分区，未对整个分区表的全局统计进行更新。手动ANALYZE执行时会默认扫描所有子分区，生成更完整的全局统计，确保优化器能基于全量数据选择最优计划。

内容的提问来源于stack exchange，提问作者shardul borhade