MySQL 直方图统计怎么判断该不该建：ANALYZE TABLE、桶数量与执行计划复核

线上订单列表突然走了一个不合适的连接顺序，第一眼看索引都在，真正可疑的是 orders.status 的数据分布：已完成订单占绝大多数，待支付却只占很小一部分。遇到这种“列有索引但估算不准”的场景，MySQL 直方图值得先做一次小范围验证，而不是直接堆新索引。

直方图适合帮助优化器修正非均匀列的选择率估算；它不能替代索引，也不应在没有执行计划对照时盲目创建。先用 ANALYZE TABLE ... UPDATE HISTOGRAM 建立统计，再用 COLUMN_STATISTICS 和 EXPLAIN 检查是否真的改变了判断。

先判断：问题是索引缺失，还是选择率估算偏了

直方图记录的是列值分布，优化器可以用它估算常量比较条件的过滤效果。它更适合处理 status = 'PENDING'、amount BETWEEN 100 AND 300 这类谓词，而不是把一条本来应该走索引的查询“变成”索引查询。

可以先保留一条真实查询，例如：

EXPLAIN
SELECT order_id, user_id
FROM orders
WHERE status = 'PENDING'
  AND created_at >= '2026-08-01';

重点看 rows 与实际返回行数的差距。如果差距主要来自 status 的倾斜分布，再进入直方图实验；如果查询缺少必要的复合索引，先补索引设计更直接。

用 ANALYZE TABLE 建一份可撤销的直方图

对本例先只处理 status，避免一次改变多个变量：

ANALYZE TABLE orders
UPDATE HISTOGRAM ON status WITH 16 BUCKETS;

MySQL 8.4 的 WITH N BUCKETS 接受 1 到 1024 的整数；不写时默认 100。16 桶足以作为低成本对照，桶数不是越大越好，表很大或分布变化频繁时还要关注生成统计的内存和采样。

这条路径的关键不是“执行了一条 ANALYZE 命令”，而是 orders 的 status 分布被整理成优化器可读取的统计信息。建完后马上核对数据字典视图：

SELECT TABLE_NAME, COLUMN_NAME, HISTOGRAM
FROM INFORMATION_SCHEMA.COLUMN_STATISTICS
WHERE TABLE_SCHEMA = DATABASE()
  AND TABLE_NAME = 'orders'
  AND COLUMN_NAME = 'status';

用 COLUMN_STATISTICS 检查桶数与采样状态

INFORMATION_SCHEMA.COLUMN_STATISTICS 是查看直方图的入口。结果中的 JSON 会包含桶信息；如果生成统计时受 histogram_generation_max_mem_size 影响而采样，还能从 sampling-rate 判断是否读取了全表。

这里先确认三件事：行确实属于 orders.status，直方图不是另一列残留的结果，采样率没有被误读成业务成功率。采样率为 1 表示生成时读取了全部数据；小于 1 说明采用了页面级采样，复核时要把它记进变更记录。

重新跑 EXPLAIN：看估算是否更接近真实结果

回到同一条查询重新执行 EXPLAIN，把建直方图前后的 rows、访问类型和连接顺序放在一起比较：

EXPLAIN
SELECT order_id, user_id
FROM orders
WHERE status = 'PENDING'
  AND created_at >= '2026-08-01';

如果 rows 更接近实际返回量，且没有引入更差的扫描或排序路径，实验才算有价值。不要只看计划文本发生变化：用同一批参数执行真实查询，观察响应时间、扫描行数和锁影响，才能决定是否保留。

桶数怎么调：从小对照开始，不要把统计当索引

16 桶是一个容易回滚的起点。若分布有很多窄峰，16 桶无法表达差异，可以再试 32 或 64 桶；每次只改桶数，并重新记录 EXPLAIN 与业务查询结果。连续增大桶数却没有改善估算，就应该停下来检查谓词、数据新鲜度和索引，而不是继续加桶。

不需要时可以删除该列直方图：

ANALYZE TABLE orders
DROP HISTOGRAM ON status;

删除后再次执行同一条 EXPLAIN，确认回到原始计划。这一步很重要：它证明实验确实由直方图造成，也给生产回滚留下了明确动作。

几个容易误判的边界

• 有索引不等于一定要建直方图：索引选择问题应先看列顺序、覆盖范围和回表成本。
• 直方图不是实时缓存：订单状态变化很快时，旧分布可能让估算再次偏离，需要按业务变更节奏更新。
• 不要混用多条实验结论：同时改索引、桶数和 SQL 写法，最后很难知道是哪一项带来了变化。
• 采样要写进验收记录：sampling-rate 小于 1 时，计划改善仍应通过真实查询复测。

相关问题

直方图能替代 status 上的索引吗？

不能。它主要修正优化器对列分布和过滤选择率的估算，索引仍负责提供访问路径。

桶数是不是越大越准确？

不一定。桶数要和分布复杂度、生成成本及计划收益一起评估，先做 16 桶对照通常更容易定位效果。

如何确认直方图已经被使用？

至少对比建立前后的 EXPLAIN，再结合 COLUMN_STATISTICS 中的列名、直方图内容和采样率复核；只看到建表语句成功还不够。

把一次直方图实验收成可回滚变更

一份合格记录至少包括目标查询、过滤列、桶数、生成时的采样率、建立前后 EXPLAIN、真实查询复测和删除语句。这样做的好处是，直方图不再是“感觉可能有用”的配置，而是一项能解释、能对照、能撤回的优化实验。