研发傻眼｜数学家出手0行代码搞掂P95指标

主要观点总结

本文主要介绍了如何使用pg_stat_statements中的数据来近似计算查询的p99、p95性能百分位数，以帮助了解用户查询体验。文章还讨论了分布形态的假设和选择，以及替代方案。

关键观点总结

关键观点1: 使用pg_stat_statements中的数据计算近似p99、p95的方法

利用平均值和标准差列来计算近似值，对于非正态分布的数据可能存在一定的误差。

关键观点2: 分布形态的假设和选择

需要根据数据的上下文背景知识和统计量提供的有限信息进行推断，选择合适的分布形态进行计算。

关键观点3: 替代方案

可以使用APM（应用程序性能监控）或RUM（真实用户监控）工具进行百分位数的监控，也可以使用pg_stat_monitor扩展进行直方图分析和百分位数的计算。

关键观点4: 注意事项

近似计算存在明显的缺陷，尤其是在数据不太可能呈正态分布的情况下。最好将计算的结果标记为近似值。