PostgreSQL EXPLAIN：如何模拟百万行表场景生成对应执行计划？

方案一：修改系统统计元数据（无需修改真实数据，最快实现） #

PostgreSQL的EXPLAIN生成执行计划完全依赖系统存储的表统计信息，而非实时统计实际数据行数，你可以直接修改系统表pg_class中的统计值，让优化器认为指定表拥有百万级行数：

• 执行以下命令修改单表统计信息（示例将your_table设置为100万行、占用20000个8k数据页，总大小约160MB）：

UPDATE pg_class
SET relpages = 20000, reltuples = 1000000
WHERE relname = 'your_table';

• 如果表关联了索引，需要同步修改对应索引的relpages、reltuples值，否则索引扫描的成本计算会出现偏差。
• 测试完成后执行ANALYZE your_table;即可恢复真实统计值，不会影响表内实际存储的数据。

注意：该操作会修改当前实例全局的统计信息，所有基于该表的执行计划生成都会使用修改后的假统计值，仅适合测试环境使用。如果涉及多表关联查询，需要给所有参与查询的表单独设置对应的统计值。

方案二：生成真实测试数据（适合需要验证实际执行性能的场景） #

如果需要更准确的执行计划、甚至测试实际运行耗时，可通过generate_series批量生成模拟数据，比手动构造数据效率高很多：

• 批量插入100万行模拟数据示例：

INSERT INTO your_table (列1, 列2, 列3)
SELECT 
  generate_series(1,1000000),
  md5(random()::text),
  random() * 10000;

• 测试完成后执行TRUNCATE your_table;即可快速清空数据，无需逐行删除。如果需要保留原有的小批量测试数据，可先备份表数据，测试完成后恢复即可。

如果需要更贴合生产环境的数据分布，还可以进一步修改列的distinct值、频率分布等统计参数，一般场景下以上两个方案即可覆盖需求。

内容的提问来源于stack exchange，提问作者Daniel Kaplan