postgres--系统视图,表

pg_stat_all_tables

累积统计系统-监控数据库活动

pg_stat_all_tables是一个系统视图,它为当前数据库中的每个表(包括TOAST表)提供一行数据。显示了关于特定表的访问统计信息,比如访问次数等。pg_stat_user_tables和pg_stat_sys_tables这两个视图包含了与pg_stat_all_tables相同的信息pg_stat_user_tables仅显示用户创建的表的统计信息,而pg_stat_sys_tables仅显示系统表的统计信息。

sql 复制代码
relid oid: 表的唯一标识符(OID)。

schemaname name: 表所属的模式(schema)的名称。

relname name: 表的名称。

seq_scan bigint: 在此表上启动的顺序扫描次数。

last_seq_scan timestamp with time zone: 基于最近的事务停止时间,最后一次在此表上进行的顺序扫描的时间。

seq_tup_read bigint: 通过顺序扫描获取的行数。

idx_scan bigint: 在此表上启动的索引扫描次数。

last_idx_scan timestamp with time zone: 基于最近的事务停止时间,最后一次在此表上进行的索引扫描的时间。

idx_tup_fetch bigint: 通过索引扫描获取的行数。

n_tup_ins bigint: 插入的总行数。

n_tup_upd bigint: 更新的总行数。包括在n_tup_hot_upd和n_tup_newpage_upd中计数的行更新,以及剩余的非HOT更新。

n_tup_del bigint: 删除的总行数。

n_tup_hot_upd bigint: HOT更新的行数。这些更新不需要在索引中创建后继版本。

n_tup_newpage_upd bigint: 行更新的数量,其中后继版本被放置到新的堆页面上,留下带有指向不同堆页面的t_ctid字段的原始版本。这些总是非HOT更新。

n_live_tup bigint: 估计的存活行数。

n_dead_tup bigint: 估计的死亡行数。

n_mod_since_analyze bigint: 自上次分析此表以来估计的修改行数。

n_ins_since_vacuum bigint: 自上次对此表进行清理(vacuum)以来估计的插入行数。

last_vacuum timestamp with time zone: 手动清理(不包括VACUUM FULL)此表的最后时间。

last_autovacuum timestamp with time zone: 自动清理守护进程清理此表的最后时间。

last_analyze timestamp with time zone: 手动分析此表的最后时间。

last_autoanalyze timestamp with time zone: 自动分析守护进程分析此表的最后时间。

vacuum_count bigint: 手动清理(不包括VACUUM FULL)此表的次数。

autovacuum_count bigint: 自动清理守护进程清理此表的次数。

analyze_count bigint: 手动分析此表的次数。

autoanalyze_count bigint: 自动分析守护进程分析此表的次数。

这些统计信息可以帮助数据库管理员了解表的使用情况,优化查询性能,以及计划维护任务,如清理和分析。

TOAST 表

TOAST(The Oversized-Attribute Storage Technique)是 PostgreSQL 中的一种机制,用于处理大字段(如大文本或大二进制数据)的存储,以提高性能并优化存储空间。

  1. TOAST 的特点:
  • 存储超大字段:当某个列的值超过一定大小(通常为 2KB),PostgreSQL 会自动将其存储到一个 TOAST 表中。
    简化主表:大字段被移动到 TOAST 表中,主表只存储一个指向 TOAST 数据的指针,从而减小主表的大小,提高查询性能。
  • 压缩和分块:TOAST 支持对存储的数据进行压缩,进一步减少占用的存储空间,并可以将大字段分块存储,以便更高效地管理。
  1. TOAST 表的使用情况:

    适用于大文本字段(如 TEXT 或 BYTEA 类型)。

    在查询时,PostgreSQL 会自动处理 TOAST 表的读取和写入,用户无需显式管理。

  2. 查询 TOAST 表:

    要查看某个表的 TOAST 表,您可以使用以下 SQL 查询:

sql 复制代码
SELECT relname FROM pg_class WHERE relkind = 't';

结论:

TOAST 机制使 PostgreSQL 能够高效地处理大字段,优化存储和性能,确保在处理大型数据时不会影响整体数据库性能。

相关推荐
AKAMAI2 小时前
跳过复杂环节:Akamai应用平台让Kubernetes生产就绪——现已正式发布
人工智能·云原生·云计算
薛定谔的算法6 小时前
phoneGPT:构建专业领域的检索增强型智能问答系统
前端·数据库·后端
Databend8 小时前
Databend 亮相 RustChinaConf 2025,分享基于 Rust 构建商业化数仓平台的探索
数据库
阿里云云原生8 小时前
不重启、不重写、不停机:SLS 软删除如何实现真正的“无感数据急救”?
云原生
得物技术8 小时前
破解gh-ost变更导致MySQL表膨胀之谜|得物技术
数据库·后端·mysql
Raymond运维13 小时前
MariaDB源码编译安装(二)
运维·数据库·mariadb
沢田纲吉13 小时前
🗄️ MySQL 表操作全面指南
数据库·后端·mysql
RestCloud1 天前
SQL Server到Hive:批处理ETL性能提升30%的实战经验
数据库·api
RestCloud1 天前
为什么说零代码 ETL 是未来趋势?
数据库·api
Serverless社区1 天前
函数计算的云上计费演进:从请求驱动到价值驱动,助力企业走向 AI 时代
阿里云·云原生·serverless