该模块收集的统计信息可通过名为 pg_stat_statements 的视图获取。该视图为每个不同的数据库 ID、用户 ID 和查询 ID 包含一行（最多达到该模块能够跟踪的不同语句数量上限）。视图的列见表 F.22。

出于安全原因，只有超级用户以及 pg_read_all_stats 角色的成员才允许查看其他用户执行的查询的 SQL 文本和 queryid。不过，只要该视图已经安装在其数据库中，其他用户仍然可以查看统计信息。

可规划的查询（即 SELECT、INSERT、UPDATE 和 DELETE），只要根据内部 hash 计算得出的查询结构相同，就会合并为单条 pg_stat_statements 记录。通常，如果两个查询在语义上等价，仅在查询中出现的字面常量值不同，则会被视为相同。不过，实用命令（即所有其他命令）是严格按照其文本查询字符串进行比较的。

当为了将某个查询与其他查询匹配而忽略常量值时，在 pg_stat_statements 的显示中，该常量会被参数符号（例如 $1）替换。查询文本的其余部分则取自第一个具有该特定 queryid hash 值、并与该 pg_stat_statements 记录相关联的查询。

在某些情况下，文本明显不同的查询也可能被合并到同一条 pg_stat_statements 记录中。通常，这只会发生在语义等价的查询之间，但也存在很小的概率由于 hash 冲突而把不相关的查询合并为同一条记录。（不过，这种情况不会发生在属于不同用户或不同数据库的查询之间。）

由于 queryid hash 值是根据查询经过解析分析后的表示形式计算出来的，相反的情况也可能发生：文本完全相同的查询，如果由于不同的 search_path 设置等因素而具有不同含义，就可能显示为不同的记录。

pg_stat_statements 的使用者可能希望使用 queryid（也许再结合 dbid 和 userid）作为每条记录比查询文本更稳定、更可靠的标识符。不过，必须理解的是，queryid hash 值的稳定性只得到有限保证。由于该标识符源自解析分析后的语法树，它的取值除其他因素外，还取决于该表示形式中出现的内部对象标识符。这会带来一些反直觉的结果。例如，如果两次查询执行之间，所引用的某张表被删除并重新创建，那么 pg_stat_statements 会将两条看似完全相同的查询视为不同。hash 运算过程也对机器架构差异以及平台的其他方面很敏感。此外，也不能安全地假设 queryid 会在 PostgreSQL 的主版本之间保持稳定。

通常可以假定 queryid 值是稳定且可比较的，前提是底层服务器版本和目录元数据细节始终完全相同。参与基于物理 WAL 重放的复制的两个服务器，对于同一查询可以期待具有相同的 queryid 值。然而，逻辑复制方案并不承诺在所有相关细节上保持副本完全一致，因此 queryid 不适合作为在一组逻辑副本之间累积开销的标识符。如有疑问，建议直接测试。

在代表性查询文本中，用于替换常量的参数符号从原始查询文本中最高的 $n 参数之后的下一个数字开始，如果原文中没有，则从 $1 开始。值得注意的是，在某些情况下，可能存在会影响这一编号的隐藏参数符号。例如，PL/pgSQL 使用隐藏参数符号将函数局部变量的值插入查询中，因此像 SELECT i + 1 INTO j 这样的 PL/pgSQL 语句，其代表性文本可能是 SELECT i + $2。

代表性查询文本保存在外部磁盘文件中，因此不消耗共享内存。即使非常长的查询文本也可以成功存储。不过，如果积累了很多长查询文本，该外部文件可能会膨胀到难以管理的大小。若发生这种情况，作为一种恢复措施，pg_stat_statements 可能会选择丢弃这些查询文本，这样 pg_stat_statements 视图中的现有记录都会显示 query 字段为 null，但与各个 queryid 相关的统计信息仍会保留。如果发生这种情况，可考虑减小 pg_stat_statements.max 以避免再次发生。

该模块需要与 pg_stat_statements.max 成比例的额外共享内存。注意，只要该模块被载入，就会消耗这部分内存，即使 pg_stat_statements.track 被设置为 none 也是如此。

这些参数必须在 postgresql.conf 中设置。典型用法如下：

# postgresql.conf
shared_preload_libraries = 'pg_stat_statements'

pg_stat_statements.max = 10000
pg_stat_statements.track = all

bench=# SELECT pg_stat_statements_reset();

$ pgbench -i bench
$ pgbench -c10 -t300 bench

bench=# \x
bench=# SELECT query, calls, total_time, rows, 100.0 * shared_blks_hit /
               nullif(shared_blks_hit + shared_blks_read, 0) AS hit_percent
          FROM pg_stat_statements ORDER BY total_time DESC LIMIT 5;
-[ RECORD 1 ]---------------------------------------------------------------------
query       | UPDATE pgbench_branches SET bbalance = bbalance + $1 WHERE bid = $2;
calls       | 3000
total_time  | 9609.00100000002
rows        | 2836
hit_percent | 99.9778970000200936
-[ RECORD 2 ]---------------------------------------------------------------------
query       | UPDATE pgbench_tellers SET tbalance = tbalance + $1 WHERE tid = $2;
calls       | 3000
total_time  | 8015.156
rows        | 2990
hit_percent | 99.9731126579631345
-[ RECORD 3 ]---------------------------------------------------------------------
query       | copy pgbench_accounts from stdin
calls       | 1
total_time  | 310.624
rows        | 100000
hit_percent | 0.30395136778115501520
-[ RECORD 4 ]---------------------------------------------------------------------
query       | UPDATE pgbench_accounts SET abalance = abalance + $1 WHERE aid = $2;
calls       | 3000
total_time  | 271.741999999997
rows        | 3000
hit_percent | 93.7968855088209426
-[ RECORD 5 ]---------------------------------------------------------------------
query       | alter table pgbench_accounts add primary key (aid)
calls       | 1
total_time  | 81.42
rows        | 0
hit_percent | 34.4947735191637631

Takahiro Itagaki <itagaki.takahiro@oss.ntt.co.jp>。查询规范化功能由 Peter Geoghegan <peter@2ndquadrant.com> 添加。