postgresql - 我将如何为每几个月数据完全不同的表配置分析阈值？

我们为审计服务托管数据。每隔几个月，就会有一次新的审计提出与以前同类审计类似的问题。由于问题可以改变措辞和数量，我们将每个问题分别存储在每个审计中（我们通过“related_questions”表将它们链接起来）。

审计

ID	姓名	及格分数
1	审计_1	100
2	审计_2	150

问题

然后我们有一个调查和响应表。调查是对审计的总体响应，而响应存储对每个问题的单独响应。

调查

ID	audit_id	总体得分	经过
1	1	120	真的
2	1	95	错误的
3	2	200	真的
4	2	100	错误的

回应

ID	调查ID	question_id	分数
1	1	1	60
2	1	2	60
3	2	1	60
4	2	2	35
5	3	3	100
6	3	4	100
7	4	3	50
8	4	4	50

分析阈值为base threshold + scale factor * number of tuples。这样做的问题是，一旦审计完成（几个月后），我们将永远不会收到针对该类别数据的新调查或回复。进来的新数据在概念上就是所有需要分析的东西。查询所有数据，但新数据的流量最多。

如果 10% 是今天的理想比例因子并且每周分析一次自动运行，那么几年后，由于元组的数量，分析可能每 4 个月自动运行一次。当过去 3 个月的数据是针对分析器从未见过的问题时，这是有问题的，因此对于该数据的查询规划器没有有用的统计信息。

我们可以将此表的比例因子设置得极低，但这似乎是一种廉价的解决方案，可能会在未来引起问题。

标签： postgresqldatabase-administration