如何估算PostgreSQL动态数据生成函数的理论执行时间？

背景说明 #

我开发了一个PostgreSQL函数，可动态生成带指定字段随机值的用户数据，该函数嵌套调用另一个生成密码的函数。我通过调整记录数、密码长度等参数开展性能测试，测量执行时间。

函数代码 #

主函数 generate_users #

CREATE OR REPLACE FUNCTION generate_users(count INT)
RETURNS TABLE (
    first_name_new TEXT,
    last_name_new TEXT,
    email TEXT,
    gender TEXT,
    dob DATE,
    password TEXT
) AS $$
DECLARE
    first_names_arr TEXT[] = ARRAY(SELECT names_csv.first_name FROM names_csv);
    last_names_arr TEXT[] = ARRAY(SELECT names_csv.last_name FROM names_csv);
    i INT;
BEGIN
    FOR i IN 1..count LOOP
        RETURN QUERY
        SELECT
            -- 生成随机名字
            first_names_arr[floor(random() * array_length(first_names_arr, 1) + 1)],
            -- 生成随机姓氏
            last_names_arr[floor(random() * array_length(last_names_arr, 1) + 1)],
            -- 生成随机邮箱
            first_names_arr[floor(random() * array_length(first_names_arr, 1) + 1)] || '_' || last_names_arr[floor(random() * array_length(last_names_arr, 1) + 1)] || '_' || EXTRACT(YEAR FROM (NOW() - (floor(random() * 3650) || ' days')::INTERVAL)) || '@example.com',
            -- 生成随机性别
            CASE WHEN random() < 0.5 THEN 'f' ELSE 'm' END,
            -- 生成随机出生日期
            CAST(NOW() - (floor(random() * 3650) || ' days')::INTERVAL AS DATE),
            generate_password(20);
    END LOOP;
END;
$$ LANGUAGE plpgsql;

密码生成函数 generate_password #

CREATE OR REPLACE FUNCTION generate_password(length INT)
    RETURNS TEXT AS $$
    DECLARE
        chars TEXT = 'abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789';
        result TEXT = '';
        i INT;
    BEGIN
        FOR i IN 1..length LOOP
            result := result || substr(chars::text, floor(random() * length(chars) + 1)::int, 1);
        END LOOP;
        RETURN result;
    END;
    $$ LANGUAGE plpgsql;

现有估算方法的局限性 #

我找到一个PostgreSQL执行时间估算理论公式，该公式仅以记录数N为计算变量（要求N>1000），但存在明显不足：

• 仅考虑行数，完全未顾及动态数据生成逻辑、函数嵌套调用的复杂度
• 核心针对插入场景，未覆盖动态数据生成的额外开销

实际测试中，当记录数N分别为5000、10000、50000、100000时，实际执行时间与该公式计算出的理论值偏差显著，适用性很差。

问题 #

1. 如何针对该PostgreSQL函数制定更精准的理论执行时间估算方法，兼顾动态数据生成、列数及单元格生成值的复杂度？
2. 是否有更适配的方法论或工具可用于估算PostgreSQL中动态数据生成类函数的性能？

内容的提问来源于stack exchange，提问作者Aintripin