PostgreSQL内核慢SQL优化分享-慢SQL收集
pg_stat_statements 和 pg_profile 是 SQL 优化的两大核心工具。
- pg_stat_statements：主要用于全局捕获 SQL 执行的统计信息，快速定位高频、高耗时、高平均耗时的 SQL，为累计信息。
- pg_profile：类似于 Oracle AWR，可以在指定时间段内生成快照，提供简洁的可视化界面，通过按照时间段生成详细的报告，精准定位特定时间的性能瓶颈。
一、pg_stat_statements
pg_stat_statements 存储 SQL 首次被统计到当前的累计值。
可以通过pg_stat_statements_reset()函数重置，通过pg_stat_statements_info视图查看重置的时间。
pg_stat_statements.max参数，限制 pg_stat_statements 能存储“不同 sql”的最大条数，超过此参数，将淘汰 “最久没执行” 的低频 SQL。
核心字段及说明
- dbid：数据库 id
- queryid：sql 唯一 hash id
- query：sql 文本记录
- calls：总执行次数
- total_exec_time：总执行时间（单位：毫秒）
- mean_exec_time：平均执行时间（单位：毫秒）
- max_exec_time：最大执行时间（单位：毫秒）
- min_exec_time：最小执行时间（单位：毫秒）
- stddev_exec_time：执行时间标准差
- rows：总返回或影响的行数，用于判断 SQL 的执行效率与数据处理量
- shared_blks_hit：共享缓存命中次数，缓存命中越高越好
如果没有定期重置 pg_stat_statements 由于其累计统计的 “时间稀释” 效应，平均执行时间可能不准确，可结合stddev_exec_time分析 sql 稳定性情况。
例如：
stddev_exec_time ≈ 0→ 执行时间极度稳定，每次执行耗时都接近平均值stddev_exec_time很小（< mean_exec_time 的 50%）→ 执行时间稳定：偶尔波动，但整体接近平均值stddev_exec_time很大（> mean_exec_time 的 2 倍）→ 执行时间极不稳定
常用查询 SQL
下面介绍几个常用的查询 SQL，由于 pg_stat_statements 是累计值，可通过不同的排序条件过滤常用的统计场景。
1. Top SQL by execution time（按总执行时间排序）
SELECTcalls,-- 总执行时间（毫秒，保留2位小数）ROUND(total_exec_time::NUMERIC,2)AStotal_exec_time_ms,-- 总执行时间（秒）ROUND(total_exec_time::NUMERIC/1000,2)AStotal_exec_time_s,-- 平均执行时间（毫秒）ROUND(mean_exec_time::NUMERIC,2)ASmean_exec_time_ms,-- 最大执行时间（毫秒）ROUND(max_exec_time::NUMERIC,