Histogram 直方图

做的事：给一个没有索引的列建直方图

直方图是为"没有索引可用"的列设计的选择性估算工具。

建表插入CREATE TABLE t15 (id INT PRIMARY KEY AUTO_INCREMENT, status VARCHAR(20), payload VARCHAR(100)); 插入20万行，95%概率status='active'，status上没有任何索引

验证：没有索引也没有直方图时，估算是个固定的"拍脑袋"数字

对比建直方图前后的行数估算。

结果建直方图之前: EXPLAIN SELECT * FROM t15 WHERE status='active' → rows=20000 （固定的10%估算，的active占比是95%，完全不沾边） 执行 ANALYZE TABLE t15 UPDATE HISTOGRAM ON status WITH 10 BUCKETS 之后再EXPLAIN: → rows=27.5 （更离谱了！）

第一次尝试的结果很意外：单独执行 UPDATE HISTOGRAM（不先做普通的 ANALYZE TABLE）之后，估算从"错得离谱的20000"变成了"错得更离谱的27.5"。

验证：先跑普通ANALYZE TABLE，直方图才起作用

这是一个容易被忽视的操作顺序问题。

结果执行普通 ANALYZE TABLE t15（不带HISTOGRAM） EXPLAIN SELECT * FROM t15 WHERE status='active' → rows=188774 （的active数量是189960，误差已经缩小到约0.6%！） 这之后再补跑一次 UPDATE HISTOGRAM → rows=188639 （依然准确，没有变差）

验证：直方图本身的内容，是什么样

用information_schema能看到直方图存的原始数据。

结果（查复用的t3b表，同样95%/5%分布）SELECT HISTOGRAM FROM information_schema.COLUMN_STATISTICS WHERE TABLE_NAME='t3b' AND COLUMN_NAME='status' 直方图类型: singleton（离散值直方图，适合status这种低基数列） 采样率: 0.372 bucket数: 2 ['base64:...YWN0aXZl'(active), 0.9499951370652884] ← 累积频率精确对应95% ['base64:...YmFubmVk'(banned), 1.0]

的直方图内容比想象中直白：每个bucket记录一个具体的值（base64编码），加上"截止到这个值，累积占了整体的百分之多少"——active的累积频率是0.9499951，跟本系列前面测出的95%占比几乎完全吻合，这就是直方图为什么能准确捕捉到这种极端倾斜分布的原因：它记录的是的值分布形状，不是像普通索引统计那样只给一个笼统的"不同值数量"估算。

分步演示：直方图是怎么修正(以及意外恶化)估算的

每一步都是本文上面用EXPLAIN和information_schema跑出来的原始结果。