MySQL 直方图过期后怎么重新采样

直接结论：MySQL 列直方图没有一个到点自动失效的 TTL。大家说“直方图过期”，通常是指表中数据分布已经明显变化，而数据字典里保存的旧直方图没有跟上。重新采样使用 ANALYZE TABLE ... UPDATE HISTOGRAM；该命令会为指定列生成新直方图并替换旧版本。

官方文档：https://dev.mysql.com/doc/refman/8.4/en/analyze-table.html

一个常见现场是：状态列原本分布均匀，批量导入后 90% 的记录变成同一个状态，但执行计划仍按旧选择率估算。此时不应先删除所有统计信息，也不必重建表；先检查目标列的直方图，再只更新受影响的列即可。

先确认是不是直方图真的变旧

直方图是否需要重采样，不能只看“创建了多久”。更可靠的信号是数据分布发生了批量变化、查询估算明显偏离真实行数，或者新值区间已经不在旧采样的代表范围内。可以从 INFORMATION_SCHEMA.COLUMN_STATISTICS 读取目标列的 JSON 统计对象。

-- 查看目标列的直方图更新时间与采样率
SELECT
    SCHEMA_NAME,
    TABLE_NAME,
    COLUMN_NAME,
    HISTOGRAM->>'$."last-updated"' AS last_updated,
    HISTOGRAM->>'$."sampling-rate"' AS sampling_rate,
    HISTOGRAM->>'$."auto-update"' AS auto_update
FROM INFORMATION_SCHEMA.COLUMN_STATISTICS
WHERE SCHEMA_NAME = 'shop'
  AND TABLE_NAME = 'orders'
  AND COLUMN_NAME IN ('status', 'region');

如果查不到记录，说明这些列当前没有保存直方图。若能查到，重点看更新时间、采样率，并结合最近的数据导入、归档、状态迁移或业务结构变化判断是否需要更新。不要把 information_schema_stats_expiry 当成直方图的过期时间；它控制的是 INFORMATION_SCHEMA 表统计缓存的有效期，不等于列直方图的业务新鲜度。

重新采样：更新指定列而不是整个表的所有列

假设 shop.orders 的 status 和 region 两列发生了明显分布变化，可以一次更新这两列，并把桶数设置为 256。MySQL 支持的桶数范围是 1 到 1024；若省略桶数，默认使用 100。

-- 重新采样两个指定列，并替换它们已有的旧直方图
ANALYZE TABLE shop.orders
UPDATE HISTOGRAM ON status, region
WITH 256 BUCKETS;

命令只影响列清单中的直方图。表中其他列已存在的直方图不会被删除或重建。桶数并非越多越好：高基数、分布复杂且经常参与过滤的列可能需要更多桶；值域简单或分布稳定的列通常用较少桶就足够。桶数增加会带来更多统计存储和采样成本，应以估算质量是否改善为准。

如何判断命令执行成功

ANALYZE TABLE 会返回 Table、Op、Msg_type 和 Msg_text。直方图创建或更新成功时，Op 通常是 histogram，Msg_type 为 status，消息会说明目标列的直方图已创建。随后再次查询 COLUMN_STATISTICS，确认 last-updated 已刷新，sampling-rate 与预期一致。

-- 重新读取指定列的直方图元数据，确认更新时间已经刷新
SELECT
    COLUMN_NAME,
    HISTOGRAM->>'$."last-updated"' AS last_updated,
    HISTOGRAM->>'$."sampling-rate"' AS sampling_rate,
    HISTOGRAM->>'$."number-of-buckets-specified"' AS buckets_requested
FROM INFORMATION_SCHEMA.COLUMN_STATISTICS
WHERE SCHEMA_NAME = 'shop'
  AND TABLE_NAME = 'orders'
  AND COLUMN_NAME IN ('status', 'region');

采样率小于 1 不等于失败，它表示 MySQL 没有读取全部值。官方文档也提醒，采样可能漏掉少量但很重要的值。若查询高度依赖稀有值，并且估算仍不稳定，可以提高桶数、调整采样策略，或者在充分理解 JSON 格式和风险后使用自定义直方图数据。

MySQL 8.0 与 8.4 的更新方式不同

MySQL 8.0 的常见做法是按需执行 UPDATE HISTOGRAM。MySQL 8.4 的语法增加了 MANUAL UPDATE 与 AUTO UPDATE 模式。未指定时默认是手动更新。

-- MySQL 8.4：创建直方图并开启该列的自动更新模式
ANALYZE TABLE shop.orders
UPDATE HISTOGRAM ON status
WITH 256 BUCKETS
AUTO UPDATE;

启用自动更新后，对该表执行普通 ANALYZE TABLE 时，MySQL 会按上次设置的桶数更新直方图；InnoDB 后台线程重新计算持久统计信息时也可以更新它。若希望完全由维护窗口控制，则显式使用 MANUAL UPDATE。

-- MySQL 8.4：保持手动维护，适合固定维护窗口
ANALYZE TABLE shop.orders
UPDATE HISTOGRAM ON status
WITH 256 BUCKETS
MANUAL UPDATE;

在 8.0 环境不要直接复制 AUTO UPDATE 或 MANUAL UPDATE 子句，应使用该版本支持的 UPDATE HISTOGRAM 语法，并由定时任务或发布流程触发重新采样。

重新采样前要注意锁和权限

执行 ANALYZE TABLE 需要目标表的 SELECT 与 INSERT 权限。对 InnoDB 和 MyISAM 表进行分析时会使用读锁，因此大表或高并发业务应安排在低峰时段，先在从库或测试环境评估耗时。该语句适用于 InnoDB、NDB 和 MyISAM，不适用于视图。

默认情况下，ANALYZE TABLE 会写入二进制日志并复制到副本。如果维护策略要求只在本地执行，可以根据复制设计评估 LOCAL 或 NO_WRITE_TO_BINLOG，但不要随意跳过复制，否则主从上的优化器统计可能出现差异。

用 EXPLAIN 验收估算是否改善

重新采样的目标不是让更新时间变新，而是让优化器对过滤选择率的估算更接近当前数据。选择一条能代表线上问题、并且过滤条件命中该列的查询，在更新前后分别查看 EXPLAIN。重点比较 estimated rows、filtered，以及是否出现更合理的连接顺序或访问方式。

-- 用真实业务过滤条件检查优化器的行数估算
EXPLAIN FORMAT=TREE
SELECT order_id, user_id, amount
FROM shop.orders
WHERE status = 'REFUNDED'
  AND region = 'north';

如果直方图已经更新，但估算仍明显偏离，不要连续重复 ANALYZE。应检查谓词是否真正能使用直方图、列之间是否存在强相关性、查询是否被索引统计主导，以及桶数是否足以刻画当前分布。直方图描述单列分布，不能自动解决多列相关性问题。

什么时候应该删除而不是更新

当直方图让计划变差、目标列不再参与过滤、维护成本高于收益，或业务希望回到不使用该列直方图的状态，可以删除指定列的直方图。删除同样只影响列清单中的对象。

-- 只删除 status 列的直方图，保留其他列统计信息
ANALYZE TABLE shop.orders
DROP HISTOGRAM ON status;

重新采样速查表

总结：所谓“直方图过期”，本质是旧统计与新数据分布不一致。先从 COLUMN_STATISTICS 判断目标列，再用 UPDATE HISTOGRAM 重新采样，最后以 EXPLAIN 的估算变化验收。MySQL 8.4 可以启用 AUTO UPDATE，MySQL 8.0 则继续按维护窗口手动更新。

相关问题

重新采样会删除其他列的直方图吗？

不会。UPDATE HISTOGRAM 只替换 ON 子句列出的列，其他列保持不变。

桶数不写时是多少？

默认是 100。可设置 1 到 1024，但应根据分布复杂度与估算效果选择。

为什么重新采样后执行计划没有变化？

可能是查询没有使用该列直方图、索引统计影响更大、列之间存在相关性，或者原计划本来就成本更低。应看估算变化和优化器选择，而不是要求计划必须改变。