PostgreSQL日期范围查询中Explain行数估算机制相关问题

问题1：stakind2=6与Stavalue2的含义 #

PostgreSQL内部对范围类型字段预设了专属统计类型编码，其中stakind=6对应的是范围长度直方图统计，内部编号为STATISTIC_KIND_RANGE_LENGTH_HISTOGRAM。
你示例中的Stavalue2和Stavalue1的样本是一一对应的，存储的是对应样本范围的长度分布频率值，用于修正不同长度范围的重叠概率计算偏差。你给出的{1,1,1}是简化示意，实际生产环境中会是归一化后的频率占比，反映不同长度的范围值在全表中的出现比例。

问题2：日期区间类型直方图的解读方法 #

你看到的存储在Stavalue1里的区间列表，对应stakind=7的范围值样本直方图，内部编号为STATISTIC_KIND_RANGE_HISTOGRAM，是对表中daterange字段值等频采样得到的有序样本集，按范围下界升序排序。
解读规则如下：

• 列表中每一个元素都是从表中实际采样得到的period字段值
• 样本覆盖了字段值的整体分布区间，样本数量和表的统计目标参数default_statistics_target相关
• 每个样本对应统计直方图的一个桶，用于后续重叠率的计算
  比如你给出的三个样本，就代表采样得到的三个典型日期范围，分别覆盖1月初、1月末到2月初、2月中旬的时间段。

问题3：示例查询的行数估算流程 #

你给出的交集查询SELECT * FROM Table1 WHERE period && '[2015-01-01,2015-12-30)';，Explain的行数估算会按以下步骤执行：

1. 先从pg_class系统表读取Table1的总元组估值reltuples，记为总条数N
2. 提取period字段对应的两类统计值：stakind=7的范围样本列表、stakind=6的长度分布统计
3. 遍历所有采样的范围样本，计算每个样本和查询范围[2015-01-01,2015-12-30)的重叠比例：
   • 样本完全落在查询范围内，重叠比例为1
   • 样本和查询范围完全无交集，重叠比例为0
   • 样本和查询范围部分重叠，重叠比例为 重叠长度 / 样本自身总长度
4. 所有样本的重叠比例求和后除以样本总数，得到平均重叠率P
5. 用长度直方图的统计结果修正P的偏差，避免因为样本长度分布不均导致的估算误差
6. 最终估算返回行数 = 总条数N * 修正后的重叠率P

内容的提问来源于stack exchange，提问作者liana