Postgres嵌套循环行数预估远超乘积的原因咨询

根据你提供的查询计划信息：外层嵌套循环预估输出23,690,271行，但其驱动元素（内层嵌套循环）预估262行，探测元素（idx_tab3_1_p45索引扫描）预估100行，理论最大预估应为26,200行，实际预估却超出约1000倍，以下是核心原因分析：

• 统计信息失效：Postgres的查询计划预估完全依赖表和索引的统计数据。如果关联表（尤其是tab3或驱动表）的统计信息未及时更新（比如近期有大量数据插入/更新/删除但未执行ANALYZE），统计数据无法反映真实的数据分布，就会导致预估偏差。例如索引idx_tab3_1_p45的统计可能未记录关联列的实际匹配选择性，或者驱动表关联列的重复值占比被严重低估。
• 关联条件的选择性计算偏差：你计算的262*100是假设驱动表每行都匹配探测表的100行，但Postgres的预估是基于关联列的选择性而非固定的每行匹配数。如果驱动表的关联列存在大量高重复值，且这些值在探测表中能匹配远超100行的记录，同时统计信息捕捉到了这种高匹配度的分布，就会导致总预估行数大幅上升。比如驱动表中某一关联值占比极高，且该值在探测表中能匹配10万行，那即使大部分行只匹配100行，总预估也会被拉高。
• 多层嵌套的误差放大：外层嵌套循环的驱动是内层嵌套循环，若内层嵌套循环的262行预估本身就不准确（比如实际输出远多于262行），再叠加探测表的预估偏差，误差会被多层嵌套放大，最终导致总行数预估严重偏离理论最大值。
• 索引统计的局限性：使用idx_tab3_1_p45索引扫描时，Postgres只能获取索引的宏观统计（如唯一值数量、平均匹配行数），无法精准感知每个驱动行的实际匹配行数。如果索引列的数据分布极端不均匀（比如存在热点值），统计信息无法覆盖这种细节，就会出现预估行数的大幅偏差。

内容的提问来源于stack exchange，提问作者Peter