我使用的是Postgres 13，并创建了一个包含a、B和C列的表。该表由a分区，a有两个可能的值。分区1包含B和C各自的100个可能值，而分区2有100个完全不同的B值和1个不同的C值
如果我在任一分区上按B和C分组，Postgres会正确估计组的数量。然而，如果我对我真正想要的基表运行查询，它会估计出我认为A、B和C之间没有函数依赖关系，即对于200*101，(p1B+p1C(*(p2B+p2C(，而对于10000+100，p1B*p1C+p2B*p2C的实际情况相反。
我想我有点期待它对底层分区求和，而不是使用基表可以看到的200个B和101个C的完整计数。此外，如果我也将A添加到组中，那么估计值会错误地进一步翻倍，因为它认为这个集合也会为A的每个值重复。
这一切都让我觉得我需要一个扩展的统计数据来告诉它A影响B或C，或者两者都影响。然而，如果我在基本分区上设置一个并进行分析，则pg_statistic_ext_data中的值->stxdndistinct为null。然而，如果我在分区本身上设置它，这似乎确实有效，尽管不是特别有用，因为在这个级别上估计已经是正确的。如何让Postgres正确地对基表进行估计，而不必对所有分区运行查询并将它们联合在一起？
您可以在分区表上定义扩展统计信息，但PostgreSQL在这种情况下不会收集任何数据。您必须分别在所有分区上创建扩展统计信息。
您可以通过查询ANALYZE:后收集的数据来确认
SELECT s.stxrelid::regclass AS table_name,
s.stxname AS statistics_name,
d.stxdndistinct AS ndistinct,
d.stxddependencies AS dependencies
FROM pg_statistic_ext AS s
JOIN pg_statistic_ext_data AS d
ON d.stxoid = s.oid;
这里当然还有改进的空间；也许一开始就不允许在分区表上定义扩展统计信息。
我发现我只需要打开enable_partitionwise_aggregate就可以正确估计