前言
何为PostgreSQL？
PostgreSQL简史
格式约定
更多信息
臭虫汇报指导
I. 教程
章1. 从头开始
1.1. 安装
1.2. 体系基本概念
1.3. 创建一个数据库
1.4. 访问数据库
章2. SQL语言
2.1. 介绍
2.2. 概念
2.3. 创建新表
2.4. 向表中添加行
2.5. 查询一个表
2.6. 表间链接
2.7. 聚集函数
2.8. 更新
2.9. 删除
章3. 高级特性
3.1. 介绍
3.2. 视图
3.3. 外键
3.4. 事务
3.5. 窗口函数
3.6. 继承
3.7. 结论
II. SQL语言
章4. SQL语法
4.1. 词法结构
4.2. 值表达式
4.3. 调用函数
章5. 数据定义
5.1. 表的基本概念
5.2. 缺省值
5.3. 约束
5.4. 系统字段
5.5. 修改表
5.6. 权限
5.7. 模式
5.8. 继承
5.9. 分区
5.10. 其它数据库对象
5.11. 依赖性跟踪
章 6. 数据操作
6.1. 插入数据
6.2. 更新数据
6.3. 删除数据
章7. 查询
7.1. 概述
7.2. 表表达式
7.3. 选择列表
7.4. 组合查询
7.5. 行排序
7.6. LIMIT和OFFSET
7.7. VALUES列表
7.8. WITH的查询（公用表表达式）
章8. 数据类型
8.1. 数值类型
8.2. 货币类型
8.3. 字符类型
8.4. 二进制数据类型
8.5. 日期/时间类型
8.6. 布尔类型
8.7. 枚举类型
8.8. 几何类型
8.9. 网络地址类型
8.10. 位串类型
8.11. 文本搜索类型
8.12. UUID类型
8.13. XML类型
8.14. 数组
8.15. 复合类型
8.16. 对象标识符类型
8.17. 伪类型
章 9. 函数和操作符
9.1. 逻辑操作符
9.2. 比较操作符
9.3. 数学函数和操作符
9.4. 字符串函数和操作符
9.5. 二进制字符串函数和操作符
9.6. 位串函数和操作符
9.7. 模式匹配
9.8. 数据类型格式化函数
9.9. 时间/日期函数和操作符
9.10. 支持枚举函数
9.11. 几何函数和操作符
9.12. 网络地址函数和操作符
9.13. 文本检索函数和操作符
9.14. XML函数
9.15. 序列操作函数
9.16. 条件表达式
9.17. 数组函数和操作符
9.18. 聚合函数
9.19. 窗口函数
9.20. 子查询表达式
9.21. 行和数组比较
9.22. 返回集合的函数
9.23. 系统信息函数
9.24. 系统管理函数
9.25. 触发器函数
章10. 类型转换
10.3. 函数
10.2. 操作符
10.1. 概述
10.4. 值存储
10.5. UNION
章11. 索引
11.1. 介绍
11.2. 索引类型
11.3. 多字段索引
11.4. 索引和ORDER BY
11.5. 组合多个索引
11.6. 唯一索引
11.7. 表达式上的索引
11.8. 部分索引
11.9. 操作类和操作簇
11.10. 检查索引的使用
章12. Full Text Search
12.1. Introduction
12.2. Tables and Indexes
12.3. Controlling Text Search
12.4. Additional Features
12.5. Parsers
12.6. Dictionaries
12.7. Configuration Example
12.8. Testing and Debugging Text Search
12.9. GiST and GIN Index Types
12.10. psql Support
12.11. Limitations
12.12. Migration from Pre-8.3 Text Search
章13. 并发控制
13.1. 介绍
13.2. 事务隔离
13.3. 明确锁定
13.4. 应用层数据完整性检查
13.5. 锁和索引
章14. 性能提升技巧
14.1. 使用EXPLAIN
14.2. 规划器使用的统计信息
14.3. 用明确的JOIN语句控制规划器
14.4. 向数据库中添加记录
14.5. 非持久性设置
III. 服务器管理
章15. 安装指导
15.1. 简版
15.2. 要求
15.3. 获取源码
15.4. 升级
15.5. 安装过程
15.6. 安装后的设置
15.7. 支持的平台
15.8. 特殊平台的要求
章16. Installation from Source Code on Windows
16.1. Building with Visual C++ or the Platform SDK
16.2. Building libpq with Visual C++ or Borland C++
章17. 服务器安装和操作
17.1. PostgreSQL用户帐户
17.2. 创建数据库集群
17.3. 启动数据库服务器
17.4. 管理内核资源
17.5. 关闭服务
17.6. 防止服务器欺骗
17.7. 加密选项
17.8. 用SSL进行安全的TCP/IP连接
17.9. Secure TCP/IP Connections with SSH Tunnels
章18. 服务器配置
18.1. 设置参数
18.2. 文件位置
18.3. 连接和认证
18.4. 资源消耗
18.5. 预写式日志
18.6. 查询规划
18.7. 错误报告和日志
18.8. 运行时统计
18.9. 自动清理
18.10. 客户端连接缺省
18.12. 版本和平台兼容性
18.11. 锁管理
18.13. 预置选项
18.14. 自定义的选项
18.15. 开发人员选项
18.16. 短选项
章19. 用户认证
19.1. pg_hba.conf 文件
19.2. 用户名映射
19.3. 认证方法
19.4. 用户认证
章20. 数据库角色和权限
20.1. 数据库角色
20.2. 角色属性
20.3. 权限
20.4. 角色成员
20.5. 函数和触发器
章21. 管理数据库
21.1. 概述
21.2. 创建一个数据库
21.3. 临时库
21.4. 数据库配置
21.5. 删除数据库
21.6. 表空间
章22. 本土化
22.1. 区域支持
22.2. 字符集支持
章23. 日常数据库维护工作
23.1. Routine Vacuuming日常清理
23.2. 经常重建索引
23.3. 日志文件维护
章24. 备份和恢复
24.1. SQL转储
24.2. 文件系统级别的备份
24.3. 在线备份以及即时恢复(PITR)
24.4. 版本间迁移
章25. 高可用性与负载均衡，复制
25.1. 不同解决方案的比较
25.2. 日志传送备份服务器
25.3. 失效切换
25.4. 日志传送的替代方法
25.5. 热备
章26. 恢复配置
26.1. 归档恢复设置
26.2. 恢复目标设置
26.3. 备服务器设置
章27. 监控数据库的活动
27.1. 标准Unix工具
27.2. 统计收集器
27.3. 查看锁
27.4. 动态跟踪
章28. 监控磁盘使用情况
28.1. 判断磁盘的使用量
28.2. 磁盘满导致的失效
章29. 可靠性和预写式日志
29.1. 可靠性
29.2. 预写式日志(WAL)
29.3. 异步提交
29.4. WAL配置
29.5. WAL内部
章30. Regression Tests
30.1. Running the Tests
30.2. Test Evaluation
30.3. Variant Comparison Files
30.4. Test Coverage Examination
IV. 客户端接口
章31. libpq-C库
31.1. 数据库联接函数
31.2. 连接状态函数
31.3. 命令执行函数
31.4. 异步命令处理
31.5. 取消正在处理的查询
31.6. 捷径接口
31.7. 异步通知
31.8. 与COPY命令相关的函数
31.9. Control Functions 控制函数
31.10. 其他函数
31.11. 注意信息处理
31.12. 事件系统
31.13. 环境变量
31.14. 口令文件
31.15. 连接服务的文件
31.16. LDAP查找连接参数
31.17. SSL支持
31.18. 在多线程程序里的行为
31.19. 制作libpq程序
31.20. 例子程序
章32. 大对象
32.1. 介绍
32.2. 实现特点
32.3. 客户端接口
32.4. 服务器端函数
32.5. 例子程序
章33. ECPG - Embedded SQL in C
33.1. The Concept
33.2. Connecting to the Database Server
33.3. Closing a Connection
33.4. Running SQL Commands
33.5. Choosing a Connection
33.6. Using Host Variables
33.7. Dynamic SQL
33.8. pgtypes library
33.9. Using Descriptor Areas
33.10. Informix compatibility mode
33.11. Error Handling
33.12. Preprocessor directives
33.13. Processing Embedded SQL Programs
33.14. Library Functions
33.15. Internals
章34. 信息模式
34.1. 关于这个模式
34.2. 数据类型
34.3. information_schema_catalog_name
34.4. administrable_role_authorizations
34.5. applicable_roles
34.6. attributes
34.7. check_constraint_routine_usage
34.8. check_constraints
34.9. column_domain_usage
34.10. column_privileges
34.11. column_udt_usage
34.12. 字段
34.13. constraint_column_usage
34.14. constraint_table_usage
34.15. data_type_privileges
34.16. domain_constraints
34.18. domains
34.17. domain_udt_usage
34.19. element_types
34.20. enabled_roles
34.21. foreign_data_wrapper_options
34.22. foreign_data_wrappers
34.23. foreign_server_options
34.24. foreign_servers
34.25. key_column_usage
34.26. parameters
34.27. referential_constraints
34.28. role_column_grants
34.29. role_routine_grants
34.30. role_table_grants
34.31. role_usage_grants
34.32. routine_privileges
34.33. routines
34.34. schemata
34.35. sequences
34.36. sql_features
34.37. sql_implementation_info
34.38. sql_languages
34.39. sql_packages
34.40. sql_parts
34.41. sql_sizing
34.42. sql_sizing_profiles
34.43. table_constraints
34.44. table_privileges
34.45. tables
34.46. triggered_update_columns
34.47. 触发器
34.48. usage_privileges
34.49. user_mapping_options
34.50. user_mappings
34.51. view_column_usage
34.52. view_routine_usage
34.53. view_table_usage
34.54. 视图
V. 服务器端编程
章35. 扩展SQL
35.1. 扩展性是如何实现的
35.2. PostgreSQL类型系统
35.3. User-Defined Functions
35.4. Query Language (SQL) Functions
35.5. Function Overloading
35.6. Function Volatility Categories
35.7. Procedural Language Functions
35.8. Internal Functions
35.9. C-Language Functions
35.10. User-Defined Aggregates
35.11. User-Defined Types
35.12. User-Defined Operators
35.13. Operator Optimization Information
35.14. Interfacing Extensions To Indexes
35.15. 用C++扩展
章36. 触发器
36.1. 触发器行为概述
36.3. 用 C 写触发器
36.2. 数据改变的可视性
36.4. 一个完整的例子
章37. 规则系统
37.1. The Query Tree
37.2. 视图和规则系统
37.3. 在INSERT，UPDATE和DELETE上的规则
37.4. 规则和权限
37.5. 规则和命令状态
37.6. 规则与触发器得比较
章38. Procedural Languages
38.1. Installing Procedural Languages
章39. PL/pgSQL - SQL过程语言
39.1. 概述
39.2. PL/pgSQL的结构
39.3. 声明
39.4. 表达式
39.5. 基本语句
39.6. 控制结构
39.7. 游标
39.8. 错误和消息
39.9. 触发器过程
39.10. PL/pgSQL Under the Hood
39.11. 开发PL/pgSQL的一些提示
39.12. 从OraclePL/SQL 进行移植
章40. PL/Tcl - Tcl Procedural Language
40.1. Overview
40.2. PL/Tcl Functions and Arguments
40.3. Data Values in PL/Tcl
40.4. Global Data in PL/Tcl
40.5. Database Access from PL/Tcl
40.6. Trigger Procedures in PL/Tcl
40.7. Modules and the unknown command
40.8. Tcl Procedure Names
章41. PL/Perl - Perl Procedural Language
41.1. PL/Perl Functions and Arguments
41.2. Data Values in PL/Perl
41.3. Built-in Functions
41.4. Global Values in PL/Perl
41.6. PL/Perl Triggers
41.5. Trusted and Untrusted PL/Perl
41.7. PL/Perl Under the Hood
章42. PL/Python - Python Procedural Language
42.1. Python 2 vs. Python 3
42.2. PL/Python Functions
42.3. Data Values
42.4. Sharing Data
42.5. Anonymous Code Blocks
42.6. Trigger Functions
42.7. Database Access
42.8. Utility Functions
42.9. Environment Variables
章43. Server Programming Interface
43.1. Interface Functions
Spi-spi-connect
Spi-spi-finish
Spi-spi-push
Spi-spi-pop
Spi-spi-execute
Spi-spi-exec
Spi-spi-execute-with-args
Spi-spi-prepare
Spi-spi-prepare-cursor
Spi-spi-prepare-params
Spi-spi-getargcount
Spi-spi-getargtypeid
Spi-spi-is-cursor-plan
Spi-spi-execute-plan
Spi-spi-execute-plan-with-paramlist
Spi-spi-execp
Spi-spi-cursor-open
Spi-spi-cursor-open-with-args
Spi-spi-cursor-open-with-paramlist
Spi-spi-cursor-find
Spi-spi-cursor-fetch
Spi-spi-cursor-move
Spi-spi-scroll-cursor-fetch
Spi-spi-scroll-cursor-move
Spi-spi-cursor-close
Spi-spi-saveplan
43.2. Interface Support Functions
Spi-spi-fname
Spi-spi-fnumber
Spi-spi-getvalue
Spi-spi-getbinval
Spi-spi-gettype
Spi-spi-gettypeid
Spi-spi-getrelname
Spi-spi-getnspname
43.3. Memory Management
Spi-spi-palloc
Spi-realloc
Spi-spi-pfree
Spi-spi-copytuple
Spi-spi-returntuple
Spi-spi-modifytuple
Spi-spi-freetuple
Spi-spi-freetupletable
Spi-spi-freeplan
43.4. Visibility of Data Changes
43.5. Examples
VI. 参考手册
I. SQL命令
Sql-abort
Sql-alteraggregate
Sql-alterconversion
Sql-alterdatabase
Sql-alterdefaultprivileges
Sql-alterdomain
Sql-alterforeigndatawrapper
Sql-alterfunction
Sql-altergroup
Sql-alterindex
Sql-alterlanguage
Sql-alterlargeobject
Sql-alteroperator
Sql-alteropclass
Sql-alteropfamily
Sql-alterrole
Sql-alterschema
Sql-altersequence
Sql-alterserver
Sql-altertable
Sql-altertablespace
Sql-altertsconfig
Sql-altertsdictionary
Sql-altertsparser
Sql-altertstemplate
Sql-altertrigger
Sql-altertype
Sql-alteruser
Sql-alterusermapping
Sql-alterview
Sql-analyze
Sql-begin
Sql-checkpoint
Sql-close
Sql-cluster
Sql-comment
Sql-commit
Sql-commit-prepared
Sql-copy
Sql-createaggregate
Sql-createcast
Sql-createconstraint
Sql-createconversion
Sql-createdatabase
Sql-createdomain
Sql-createforeigndatawrapper
Sql-createfunction
Sql-creategroup
Sql-createindex
Sql-createlanguage
Sql-createoperator
Sql-createopclass
Sql-createopfamily
Sql-createrole
Sql-createrule
Sql-createschema
Sql-createsequence
Sql-createserver
Sql-createtable
Sql-createtableas
Sql-createtablespace
Sql-createtsconfig
Sql-createtsdictionary
Sql-createtsparser
Sql-createtstemplate
Sql-createtrigger
Sql-createtype
Sql-createuser
Sql-createusermapping
Sql-createview
Sql-deallocate
Sql-declare
Sql-delete
Sql-discard
Sql-do
Sql-dropaggregate
Sql-dropcast
Sql-dropconversion
Sql-dropdatabase
Sql-dropdomain
Sql-dropforeigndatawrapper
Sql-dropfunction
Sql-dropgroup
Sql-dropindex
Sql-droplanguage
Sql-dropoperator
Sql-dropopclass
Sql-dropopfamily
Sql-drop-owned
Sql-droprole
Sql-droprule
Sql-dropschema
Sql-dropsequence
Sql-dropserver
Sql-droptable
Sql-droptablespace
Sql-droptsconfig
Sql-droptsdictionary
Sql-droptsparser
Sql-droptstemplate
Sql-droptrigger
Sql-droptype
Sql-dropuser
Sql-dropusermapping
Sql-dropview
Sql-end
Sql-execute
Sql-explain
Sql-fetch
Sql-grant
Sql-insert
Sql-listen
Sql-load
Sql-lock
Sql-move
Sql-notify
Sql-prepare
Sql-prepare-transaction
Sql-reassign-owned
Sql-reindex
Sql-release-savepoint
Sql-reset
Sql-revoke
Sql-rollback
Sql-rollback-prepared
Sql-rollback-to
Sql-savepoint
Sql-select
Sql-selectinto
Sql-set
Sql-set-constraints
Sql-set-role
Sql-set-session-authorization
Sql-set-transaction
Sql-show
Sql-start-transaction
Sql-truncate
Sql-unlisten
Sql-update
Sql-vacuum
Sql-values
II. 客户端应用程序
App-clusterdb
App-createdb
App-createlang
App-createuser
App-dropdb
App-droplang
App-dropuser
App-ecpg
App-pgconfig
App-pgdump
App-pg-dumpall
App-pgrestore
App-psql
App-reindexdb
App-vacuumdb
III. PostgreSQL服务器应用程序
App-initdb
App-pgcontroldata
App-pg-ctl
App-pgresetxlog
App-postgres
App-postmaster
VII. 内部
章44. PostgreSQL内部概览
44.1. 查询路径
44.2. 连接是如何建立起来的
44.3. 分析器阶段
44.4. ThePostgreSQL规则系统
44.5. 规划器/优化器
44.6. 执行器
章45. 系统表
45.1. 概述
45.2. pg_aggregate
45.3. pg_am
45.4. pg_amop
45.5. pg_amproc
45.6. pg_attrdef
45.7. pg_attribute
45.8. pg_authid
45.9. pg_auth_members
45.10. pg_cast
45.11. pg_class
45.12. pg_constraint
45.13. pg_conversion
45.14. pg_database
45.15. pg_db_role_setting
45.16. pg_default_acl
45.17. pg_depend
45.18. pg_description
45.19. pg_enum
45.20. pg_foreign_data_wrapper
45.21. pg_foreign_server
45.22. pg_index
45.23. pg_inherits
45.24. pg_language
45.25. pg_largeobject
45.26. pg_largeobject_metadata
45.27. pg_namespace
45.28. pg_opclass
45.29. pg_operator
45.30. pg_opfamily
45.31. pg_pltemplate
45.32. pg_proc
45.33. pg_rewrite
45.34. pg_shdepend
45.35. pg_shdescription
45.36. pg_statistic
45.37. pg_tablespace
45.38. pg_trigger
45.39. pg_ts_config
45.40. pg_ts_config_map
45.41. pg_ts_dict
45.42. pg_ts_parser
45.43. pg_ts_template
45.44. pg_type
45.45. pg_user_mapping
45.46. System Views
45.47. pg_cursors
45.48. pg_group
45.49. pg_indexes
45.50. pg_locks
45.51. pg_prepared_statements
45.52. pg_prepared_xacts
45.53. pg_roles
45.54. pg_rules
45.55. pg_settings
45.56. pg_shadow
45.57. pg_stats
45.58. pg_tables
45.59. pg_timezone_abbrevs
45.60. pg_timezone_names
45.61. pg_user
45.62. pg_user_mappings
45.63. pg_views
章46. Frontend/Backend Protocol
46.1. Overview
46.2. Message Flow
46.3. Streaming Replication Protocol
46.4. Message Data Types
46.5. Message Formats
46.6. Error and Notice Message Fields
46.7. Summary of Changes since Protocol 2.0
47. PostgreSQL Coding Conventions
47.1. Formatting
47.2. Reporting Errors Within the Server
47.3. Error Message Style Guide
章48. Native Language Support
48.1. For the Translator
48.2. For the Programmer
章49. Writing A Procedural Language Handler
章50. Genetic Query Optimizer
50.1. Query Handling as a Complex Optimization Problem
50.2. Genetic Algorithms
50.3. Genetic Query Optimization (GEQO) in PostgreSQL
50.4. Further Reading
章51. 索引访问方法接口定义
51.1. 索引的系统表记录
51.2. 索引访问方法函数
51.3. 索引扫描
51.4. 索引锁的考量
51.5. 索引唯一性检查
51.6. 索引开销估计函数
章52. GiST Indexes
52.1. Introduction
52.2. Extensibility
52.3. Implementation
52.4. Examples
52.5. Crash Recovery
章53. GIN Indexes
53.1. Introduction
53.2. Extensibility
53.3. Implementation
53.4. GIN tips and tricks
53.5. Limitations
53.6. Examples
章54. 数据库物理存储
54.1. 数据库文件布局
54.2. TOAST
54.3. 自由空间映射
54.4. 可见映射
54.5. 数据库分页文件
章55. BKI后端接口
55.1. BKI 文件格式
55.2. BKI命令
55.3. 系统初始化的BKI文件的结构
55.4. 例子
章56. 规划器如何使用统计信息
56.1. 行预期的例子
VIII. 附录
A. PostgreSQL错误代码
B. 日期/时间支持
B.1. 日期/时间输入解析
B.2. 日期/时间关键字
B.3. 日期/时间配置文件
B.4. 日期单位的历史
C. SQL关键字
D. SQL Conformance
D.1. Supported Features
D.2. Unsupported Features
E. Release Notes
Release-0-01
Release-0-02
Release-0-03
Release-1-0
Release-1-01
Release-1-02
Release-1-09
Release-6-0
Release-6-1
Release-6-1-1
Release-6-2
Release-6-2-1
Release-6-3
Release-6-3-1
Release-6-3-2
Release-6-4
Release-6-4-1
Release-6-4-2
Release-6-5
Release-6-5-1
Release-6-5-2
Release-6-5-3
Release-7-0
Release-7-0-1
Release-7-0-2
Release-7-0-3
Release-7-1
Release-7-1-1
Release-7-1-2
Release-7-1-3
Release-7-2
Release-7-2-1
Release-7-2-2
Release-7-2-3
Release-7-2-4
Release-7-2-5
Release-7-2-6
Release-7-2-7
Release-7-2-8
Release-7-3
Release-7-3-1
Release-7-3-10
Release-7-3-11
Release-7-3-12
Release-7-3-13
Release-7-3-14
Release-7-3-15
Release-7-3-16
Release-7-3-17
Release-7-3-18
Release-7-3-19
Release-7-3-2
Release-7-3-20
Release-7-3-21
Release-7-3-3
Release-7-3-4
Release-7-3-5
Release-7-3-6
Release-7-3-7
Release-7-3-8
Release-7-3-9
Release-7-4
Release-7-4-1
Release-7-4-10
Release-7-4-11
Release-7-4-12
Release-7-4-13
Release-7-4-14
Release-7-4-15
Release-7-4-16
Release-7-4-17
Release-7-4-18
Release-7-4-19
Release-7-4-2
Release-7-4-20
Release-7-4-21
Release-7-4-22
Release-7-4-23
Release-7-4-24
Release-7-4-25
Release-7-4-26
Release-7-4-27
Release-7-4-28
Release-7-4-29
Release-7-4-3
Release-7-4-30
Release-7-4-4
Release-7-4-5
Release-7-4-6
Release-7-4-7
Release-7-4-8
Release-7-4-9
Release-8-0
Release-8-0-1
Release-8-0-10
Release-8-0-11
Release-8-0-12
Release-8-0-13
Release-8-0-14
Release-8-0-15
Release-8-0-16
Release-8-0-17
Release-8-0-18
Release-8-0-19
Release-8-0-2
Release-8-0-20
Release-8-0-21
Release-8-0-22
Release-8-0-23
Release-8-0-24
Release-8-0-25
Release-8-0-26
Release-8-0-3
Release-8-0-4
Release-8-0-5
Release-8-0-6
Release-8-0-7
Release-8-0-8
Release-8-0-9
Release-8-1
Release-8-1-1
Release-8-1-10
Release-8-1-11
Release-8-1-12
Release-8-1-13
Release-8-1-14
Release-8-1-15
Release-8-1-16
Release-8-1-17
Release-8-1-18
Release-8-1-19
Release-8-1-2
Release-8-1-20
Release-8-1-21
Release-8-1-22
Release-8-1-23
Release-8-1-3
Release-8-1-4
Release-8-1-5
Release-8-1-6
Release-8-1-7
Release-8-1-8
Release-8-1-9
Release-8-2
Release-8-2-1
Release-8-2-10
Release-8-2-11
Release-8-2-12
Release-8-2-13
Release-8-2-14
Release-8-2-15
Release-8-2-16
Release-8-2-17
Release-8-2-18
Release-8-2-19
Release-8-2-2
Release-8-2-20
Release-8-2-21
Release-8-2-3
Release-8-2-4
Release-8-2-5
Release-8-2-6
Release-8-2-7
Release-8-2-8
Release-8-2-9
Release-8-3
Release-8-3-1
Release-8-3-10
Release-8-3-11
Release-8-3-12
Release-8-3-13
Release-8-3-14
Release-8-3-15
Release-8-3-2
Release-8-3-3
Release-8-3-4
Release-8-3-5
Release-8-3-6
Release-8-3-7
Release-8-3-8
Release-8-3-9
Release-8-4
Release-8-4-1
Release-8-4-2
Release-8-4-3
Release-8-4-4
Release-8-4-5
Release-8-4-6
Release-8-4-7
Release-8-4-8
Release-9-0
Release-9-0-1
Release-9-0-2
Release-9-0-3
Release-9-0-4
F. 额外提供的模块
F.1. adminpack
F.2. auto_explain
F.3. btree_gin
F.4. btree_gist
F.5. chkpass
F.6. citext
F.7. cube
F.8. dblink
Contrib-dblink-connect
Contrib-dblink-connect-u
Contrib-dblink-disconnect
Contrib-dblink
Contrib-dblink-exec
Contrib-dblink-open
Contrib-dblink-fetch
Contrib-dblink-close
Contrib-dblink-get-connections
Contrib-dblink-error-message
Contrib-dblink-send-query
Contrib-dblink-is-busy
Contrib-dblink-get-notify
Contrib-dblink-get-result
Contrib-dblink-cancel-query
Contrib-dblink-get-pkey
Contrib-dblink-build-sql-insert
Contrib-dblink-build-sql-delete
Contrib-dblink-build-sql-update
F.9. dict_int
F.10. dict_xsyn
F.11. earthdistance
F.12. fuzzystrmatch
F.13. hstore
F.14. intagg
F.15. intarray
F.16. isn
F.17. lo
F.18. ltree
F.19. oid2name
F.20. pageinspect
F.21. passwordcheck
F.22. pg_archivecleanup
F.23. pgbench
F.24. pg_buffercache
F.25. pgcrypto
F.26. pg_freespacemap
F.27. pgrowlocks
F.28. pg_standby
F.29. pg_stat_statements
F.30. pgstattuple
F.31. pg_trgm
F.32. pg_upgrade
F.33. seg
F.34. spi
F.35. sslinfo
F.36. tablefunc
F.37. test_parser
F.38. tsearch2
F.39. unaccent
F.40. uuid-ossp
F.41. vacuumlo
F.42. xml2
G. 外部项目
G.1. 客户端接口
G.2. 过程语言
G.3. 扩展
H. The Source Code Repository
H.1. Getting The Source Via Git
I. 文档
I.1. DocBook
I.2. 工具集
I.3. 制作文档
I.4. 文档写作
I.5. 风格指导
J. 首字母缩略词
参考书目
Bookindex
Index
©
このドキュメントでは、 php中国語ネットマニュアル リリース
テキスト
56.1. 行预期的例子
下面的例子使用的PostgreSQL回归测试数据库中的表。输出结果是从8.3版获得的。 之前或之后版本的动作可能会有所变化。同时需要注意的是，在产生统计信息时，ANALYZE使用的是随机采样， 在使用一次新的ANALYZE之后，结果可能会发生轻微的改变。
让我们以一个很简单的查询开始：
EXPLAIN SELECT * FROM tenk1;
QUERY PLAN
-------------------------------------------------------------
Seq Scan on tenk1 (cost=0.00..458.00 rows=10000 width=244)
规划器如何判断tenk1里面行的基数在Section 14.2里面介绍，为了完整， 在这里重复一下。行数或页数是从pg_class里面查出来的：
SELECT relpages，reltuples FROM pg_class WHERE relname = 'tenk1';
relpages | reltuples
----------+-----------
358 | 10000
这些数字表示表中当前最新的VACUUM或ANALYZE。 之后，规划器取出表中当前实际的块号（这个操作的开销很小，不需要扫描全表）。 如果与relpages不同，那么根据达到的一个当前函数估计值，reltuples会进行一定的缩放。 在这种情况下，这个值是准确的，因此估计的行与reltuples相同。
换一个在WHERE子句里面带有范围条件的例子：
EXPLAIN SELECT * FROM tenk1 WHERE unique1 < 1000;
QUERY PLAN
--------------------------------------------------------------------------------
Bitmap Heap Scan on tenk1 (cost=24.06..394.64 rows=1007 width=244)
Recheck Cond: (unique1 < 1000)
-> Bitmap Index Scan on tenk1_unique1 (cost=0.00..23.80 rows=1007 width=0)
Index Cond: (unique1 < 1000)
规划器检查WHERE子句条件，并为pg_operator中的
<执行器查找可选函数。将保持在oprrest列中，
并且在这个例子中的条目是scalarltsel。
scalarltsel函数从pg_statistics为unique1检索直方图。
对于手工查询来说，这样做可以更方便，更直观的查看pg_stats视图：
SELECT histogram_bounds FROM pg_stats
WHERE tablename='tenk1' AND attname='unique1';
histogram_bounds
------------------------------------------------------
{0，993，1997，3050，4040，5036，5957，7057，8029，9016，9995}
然后，把直方图里面包含"< 1000"的部分找出来。这就是选择性。直方图把范围分隔成相同频率的段， 所以要做的只是把的数值所在的段找出来，然后计算它里面占的部分以及所有该值之前的部分。 值1000很明显在第二个段(970-1943)里，因此，假设每个段里面的分布是线性的，那么就可以计算出选择性：
selectivity = (1 + (1000 - bucket[2].min)/(bucket[2].max - bucket[2].min))/num_buckets
= (1 + (1000 - 993)/(1997 - 993))/10
= 0.100697
也就是一个段加上第二个段的线性部分，除以总段数。那么估计的行数现在可以用选择性和tenk1的基数之积计算：
rows = rel_cardinality * selectivity
= 10000 * 0.100697
= 1007 (rounding off)
然后考虑一个WHERE子句里等于条件的例子：
EXPLAIN SELECT * FROM tenk1 WHERE stringu1 = 'CRAAAA';
QUERY PLAN
----------------------------------------------------------
Seq Scan on tenk1 (cost=0.00..483.00 rows=30 width=244)
Filter: (stringu1 = 'CRAAAA'::name)
规划器再次检查WHERE子句条件，并为=（是eqsel）查找可选函数。
对于等价估计而言，直方图并不是有用的；相反，最常见的值(MCVs)列表
可以用来决定可选项。让我们来看一下MCV，带有一些额外的列会很有效：
SELECT null_frac，n_distinct，most_common_vals，most_common_freqs FROM pg_stats
WHERE tablename='tenk1' AND attname='stringu1';
null_frac | 0
n_distinct | 676
most_common_vals | {EJAAAA，BBAAAA，CRAAAA，FCAAAA，FEAAAA，GSAAAA，JOAAAA，MCAAAA，NAAAAA，WGAAAA}
most_common_freqs | {0.00333333，0.003，0.003，0.003，0.003，0.003，0.003，0.003，0.003，0.003}
因为MCV中有CRAAAA，那么可选项只是MCF列表中的一个相关条目：
selectivity = mcf[3]
= 0.003
像之前一样，行的估计数只是和前面一样用tenk1的基数乘以选择性：
rows = 10000 * 0.003
= 30
现在看看同样的查询，但是字符串常量是不在MCV列表里的：
EXPLAIN SELECT * FROM tenk1 WHERE stringu1 = 'xxx';
QUERY PLAN
----------------------------------------------------------
Seq Scan on tenk1 (cost=0.00..483.00 rows=15 width=244)
Filter: (stringu1 = 'xxx'::name)
这个时候的问题是完全不同的一个：在数据值不在MCV列表里面时， 如何估计选择性就是完全另外一个问题了。解决方法是利用该值不在列表里头的 事实，结合已知的所有MCV出现的频率，用减法得出：
selectivity = (1 - sum(mvf))/(num_distinct - num_mcv)
= (1 - (0.00333333 + 0.003 + 0.003 + 0.003 + 0.003 + 0.003 +
0.003 + 0.003 + 0.003 + 0.003))/(676 - 10)
= 0.0014559
也就是，为MCV增加所有的频率，并且从1减去，然后用其它无重复值的个数来分开。 这相当于假设不是MCV中的列的分数巨晕的分布在所有其他不同值中。 需要注意的是，没有NULL值，因此不需要担心这些（否则需要从分子中减去NULL分数）。 估算的行数然后照例计算：
rows = 10000 * 0.0014559
= 15 (rounding off)
之前带有unique1 < 1000的例子是scalarltsel实际执行的简单化。
现在已经看过了使用MCV的例子，可以增加一些具体细节了。
这个例子这样子是正确的，因为unique1是一个唯一属性列，那么它没有MCV（显然，
没有一个值能比其它值更通用）。对一个非唯一属性列而言，通常会有直方图和MCV列表，
并且直方图不包括MCV表示的列总体那部分。在这种情况下，scalarltsel直接应用条件到每个
MCV列表的值上（如"< 1000"），并且增加那些条件判断为真的MCV的频率。这给出准确的是MCV表的部分的选择的准确估计。
然后直方图使用与上述方式相同的估计选择表的部分，其不是MCV，那么组合这两个数字来估计总的选择性。例如，考虑
EXPLAIN SELECT * FROM tenk1 WHERE stringu1 < 'IAAAAA';
QUERY PLAN
------------------------------------------------------------
Seq Scan on tenk1 (cost=0.00..483.00 rows=3077 width=244)
Filter: (stringu1 < 'IAAAAA'::name)
我们已看到关于stringu1的MCV信息，这里是它的直方图：
SELECT histogram_bounds FROM pg_stats
WHERE tablename='tenk1' AND attname='stringu1';
histogram_bounds
--------------------------------------------------------------------------------
{AAAAAA，CQAAAA，FRAAAA，IBAAAA，KRAAAA，NFAAAA，PSAAAA，SGAAAA，VAAAAA，XLAAAA，ZZAAAA}
检查MCV列表，我们发现前6项满足条件stringu1 < 'IAAAAA'，而不是最后4项， 所以最常见的部分 MCV 选择性是
selectivity = sum(relevant mvfs)
= 0.00333333 + 0.003 + 0.003 + 0.003 + 0.003 + 0.003
= 0.01833333
累加所有的MCF，也告诉我们由 MCVs表示的常见的总比例是0.03033333，而且因此由直方图表示的 比例是0.96966667。（再次,没有NULL，否则这里我们排斥它们）我们可以看到IAAAAA值 落在第三段直方图的结尾部分。关于不同字符串的频率使用些较普通的假设，规划器达到估计0.298387为 直方图中小于IAAAAA的部分。我们然后组合估计值为MCV和非MCV常见。
selectivity = mcv_selectivity + histogram_selectivity * histogram_fraction
= 0.01833333 + 0.298387 * 0.96966667
= 0.307669
rows = 10000 * 0.307669
= 3077 (rounding off)
尤其是在这个例子中，MCV列表的纠正很小，因为列分布实际上很平坦。 （统计分析显示这些特殊值往往比其它的更常见大部分由于抽样误差） 在更典型的情况下这里有些值显著的比其它的更常见，这复杂的处理过程，有用的提高了精度， 因为选择性对于那些最常见的值来说，查找准确。
现在考虑一个WHERE字句中带有多个条件的情况：
EXPLAIN SELECT * FROM tenk1 WHERE unique1 < 1000 AND stringu1 = 'xxx';
QUERY PLAN
--------------------------------------------------------------------------------
Bitmap Heap Scan on tenk1 (cost=23.80..396.91 rows=1 width=244)
Recheck Cond: (unique1 < 1000)
Filter: (stringu1 = 'xxx'::name)
-> Bitmap Index Scan on tenk1_unique1 (cost=0.00..23.80 rows=1007 width=0)
Index Cond: (unique1 < 1000)
规划器认为这两个条件是独立的，因此可以同时执行语句的独立查询：
selectivity = selectivity(unique1 < 1000) * selectivity(stringu1 = 'xxx')
= 0.100697 * 0.0014559
= 0.0001466
rows = 10000 * 0.0001466
= 1 (rounding off)
需要注意的是，从位图索引扫描中返回的估计行数值影响索引使用的条件； 这一点很重要，因为它会影响之后的堆栈抓取估计开销。
最后检查一个包含连接的查找：
EXPLAIN SELECT * FROM tenk1 t1，tenk2 t2
WHERE t1.unique1 < 50 AND t1.unique2 = t2.unique2;
QUERY PLAN
--------------------------------------------------------------------------------------
Nested Loop (cost=4.64..456.23 rows=50 width=488)
-> Bitmap Heap Scan on tenk1 t1 (cost=4.64..142.17 rows=50 width=244)
Recheck Cond: (unique1 < 50)
-> Bitmap Index Scan on tenk1_unique1 (cost=0.00..4.63 rows=50 width=0)
Index Cond: (unique1 < 50)
-> Index Scan using tenk2_unique2 on tenk2 t2 (cost=0.00..6.27 rows=1 width=244)
Index Cond: (t2.unique2 = t1.unique2)
在tenk1上的unique1 < 50限制在嵌套循环连接之前计算。这个条件是用类似上面的那个范围例子的方法处理的。 但是这次数值50落在unique1的直方图表的第一个段内：
selectivity = (0 + (50 - bucket[1].min)/(bucket[1].max - bucket[1].min))/num_buckets
= (0 + (50 - 0)/(993 - 0))/10
= 0.005035
rows = 10000 * 0.005035
= 50 (rounding off)
此链接的限制是t2.unique2 = t1.unique2。操作符是我们熟悉的=，然而
可选函数是从pg_operator的oprjoin字段获得的，并且是eqjoinsel。
eqjoinsel为tenk2和tenk1查找统计信息：
SELECT tablename，null_frac，n_distinct，most_common_vals FROM pg_stats
WHERE tablename IN ('tenk1'，'tenk2') AND attname='unique2';
tablename | null_frac | n_distinct | most_common_vals
-----------+-----------+------------+------------------
tenk1 | 0 | -1 |
tenk2 | 0 | -1 |
在这个例子里，没有unique2的MCV信息，因为所有数值看上去都是唯一的，因此可以 使用一个只依赖唯一数值数目和NULL数目百分比的算法来给两个表计算(选择性)：
selectivity = (1 - null_frac1) * (1 - null_frac2) * min(1/num_distinct1，1/num_distinct2)
= (1 - 0) * (1 - 0) / max(10000，10000)
= 0.0001
也就是说，把每个表都减去一里面NULL的比例，然后除以数值的最大值。连接可能选出来的行数是以嵌套循环里的两个输入值的笛卡尔积的总行数，乘以选择性计算出来的：
rows = (outer_cardinality * inner_cardinality) * selectivity
= (50 * 10000) * 0.0001
= 50
这里有两列的MCV列表， eqjoinsel将直接使用MCV列表比较来决定连接
由MCV表示的常见列部分的选择。下面常见的剩下的估计值跟显示这里的方法相同。
需要注意的是，inner_cardinality表示为10000，也就是未修改的tenk2大小。 它可能出现从检查EXPLAIN输出，其连接行的估计值来自50 * 1，就是， 由外部行数乘以由每个内部索引扫描的tenk2获取的估计行数。但是这不是那种情况： 估计连接关系的大小在考虑任何特定的连接计划之前。如果任何事情工作很好，那么两种方式估计的连接大小将产生 相关的同样的答案，但是由于四舍五入误差和其它因素它们有时差异较明显。
在src/backend/optimizer/util/plancat.c中有对一个表大小的估计（在任何WHERE字句之前）。 在src/backend/optimizer/path/clausesel.c中有对字句选择性的通用逻辑。 在src/backend/utils/adt/selfuncs.c中有特定操作符的可选函数。