【入門編】統計情報の収集と管理 – PostgreSQL

皆さん、こんにちは！普段、何気なくSQLを書いてデータを検索していると思いますが、「なぜPostgreSQLはあんなに瞬時にデータを探し出せるんだろう？」と不思議に思ったことはありませんか？

実は、PostgreSQLには非常に優秀な「プランナ（計画係）」が住んでいます。でも、このプランナ、「手元に最新の地図やガイドブックがないと、とたんに迷子になる」という少しお茶目な一面があるんです。

今日は、その「ガイドブック」にあたる「統計情報」と、それを最新に保つ魔法のコマンド`ANALYZE`について、難しい言葉を極力使わずに解説していきますね。

—

想像してみてください。あなたは今、カレーを作ろうとしています。
キッチンに行って、玉ねぎが何個あるか、ジャガイモが何個残っているかを確認しますよね？

もし、あなたが「玉ねぎは10個あるはずだ！」と思い込んで、実は1個しかなかったらどうでしょう。途中で買い物に行かなきゃいけなくなって、料理の時間が大幅に遅れてしまいますよね。

PostgreSQLのプランナも全く同じです。
「このテーブルには、今どのくらいのデータが入っていて、特定の条件に当てはまるデータはどれくらいあるのか？」を知っていないと、効率的な検索ルートを組み立てられないんです。

この「冷蔵庫の中身リスト」を更新する作業こそが、`ANALYZE`コマンドの役割なんです。

—

PostgreSQLは、テーブルの中身を全部見るのは大変なので、適度に「サンプリング（つまみ食い調査）」をして、データをまとめた「統計情報」というメモを作っています。これは`pg_statistic`という特別な場所に保管されているんですが、中身は主にこんなことが書いてあります。

例えば、「アンケート結果」のテーブルなら、「20代」が圧倒的に多い、といった傾向です。プランナはこれを見て、「あ、20代を探すなら、まずはこの辺りを調べればすぐ見つかるな！」と判断します。

これは「データの偏り」を地図で表したようなものです。例えば「価格」のデータで、「1,000円から5,000円の間に8割のデータが集中している」といった情報ですね。これにより、「この条件なら、データは全体の中にまんべんなく散らばっているから、全部を検索した方が速いな」といった戦略を立てられます。

—

「じゃあ、ずっとPostgreSQLに任せておけばいいんじゃない？」と思いますよね。実はその通りで、普段は自動的に`ANALYZE`（オートバキュームの一環）が走るようになっています。

でも、こんな時は注意が必要です。

引っ越しをしたばかりで、冷蔵庫の中身がまだ空っぽなのに「前の家」のリストを見ていたら困りますよね。大量のデータを追加・更新した直後は、統計情報が古いままになりがちです。そんな時は、手動で`ANALYZE テーブル名;`と叩いて、「今の状況はこうなってるよ！」と教えてあげましょう。

—

クエリが遅いな……と感じたとき、実はインデックスが足りないのではなく、単に「統計情報が古くてプランナが迷子になっているだけ」というケースは意外と多いんです。

もし皆さんのデータベースで検索が遅いと感じたら、まずは「`ANALYZE`をしてみる」というのを試してみてください。これだけで、プランナの頭がスッキリして、驚くほど速いルートを見つけてくれることがあります。

データベースは、いわば「育てるもの」です。統計情報を味方につけて、PostgreSQLという優秀な相棒と、これからも快適な開発ライフを楽しんでくださいね！

それでは、また次回の記事でお会いしましょう！