1. 统计信息收集

PostgreSQL 依赖于表和索引的统计信息来估算选择率。这些统计信息在以下情况下收集：

• ANALYZE 命令：手动运行 ANALYZE 命令来更新统计信息。
• 自动分析：PostgreSQL 会根据表的修改频率自动更新统计信息。

统计信息包括：

• 行数（tuples）：表中总行数。
• 列的基数（distinct values）：列中不同值的数量。
• 最小值和最大值：列中的最小和最大值。
• NULL 值的数量：列中 NULL 值的数量。

2. 选择率计算

选择率的计算通常基于以下公式：Selectivity=符合条件的行数\总行数

选择率的计算通常考虑以下因素：

• 单列条件：对于单列的条件，如等值查询（=），选择率可以通过基数和总行数来估算；对于范围查询（<, >, BETWEEN），则需要考虑值的分布。
• 多列条件：对于多列条件，例如 WHERE column1 = value1 AND column2 = value2，选择率的估算可能更复杂。优化器会考虑列之间的相关性（即列值之间的统计关系），并使用乘法法则来估算。

3. 复杂条件

对于复杂的查询条件（如AND、OR组合），PostgreSQL会使用以下策略：

• AND条件：选择率通常为各条件选择率的乘积。
• OR条件：选择率通常为各条件选择率的和，但需要考虑重叠部分。

4. 使用的函数

PostgreSQL使用一系列内置函数来帮助估算选择率，包括：

• eqsel：用于等值条件的选择率估算。
• ltsel、gtel：用于小于、大于条件的选择率估算。
• andselectivity、orselectivity：用于组合条件的选择率估算。

5. 使用直方图和其他统计信息

为了提高选择率估算的准确性，PostgreSQL 还使用直方图（histograms）和其他高级统计信息：

• 直方图：对于某些列，PostgreSQL 可以生成直方图，以更好地了解值的分布。这对于估算复杂条件（如范围查询）非常有用。
• 多维统计：PostgreSQL 允许使用多维统计信息来捕获多个列之间的相关性，帮助优化器更准确地估算选择率。

6. 估算过程中的调整

在估算过程中，PostgreSQL 可能会根据历史查询的执行情况进行调整。优化器会记录实际执行的查询计划的性能，以便在将来做出更好的选择。

7. 使用 GIN 和 GiST 索引

对于使用 GIN（Generalized Inverted Index）和 GiST（Generalized Search Tree）索引的查询，选择率的估算可能会更复杂，因为这些索引支持多值和复杂数据类型。优化器会根据索引的特性和历史使用情况来估算选择率。

8. 优化器

查询优化器（planner）使用这些选择率来选择最优的执行计划。选择率越低，通常意味着需要扫描的行数越少，从而影响执行计划中选择的索引和连接顺序。