为什么SQL关联查询执行计划选择了全表扫描_分析统计信息过期

为什么SQL关联查询执行计划选择了全表扫描？

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

问题的根源，往往不是你的SQL写得有问题，而是数据库优化器“觉得”走索引不划算。这个“觉得”背后，依赖的是一套可能已经过时的统计信息。无论是MySQL、PostgreSQL还是Oracle，优化器都需要依据表的行数、列的数据分布（比如基数cardinality）、索引页深度等数据来估算不同执行路径的成本。一旦这些统计信息没有及时更新，优化器就可能做出错误的判断。

一个典型的表现就是：明明关联字段上创建了索引，但EXPLAIN的结果却显示type: ALL（MySQL）或Seq Scan（PostgreSQL）。更明显的信号是，rows列的估算值与实际值严重不符，比如估算扫描100行，实际却有50万行。

• MySQL：执行ANALYZE TABLE t1会重新采样数据，并更新information_schema.STATISTICS和mysql.innodb_table_stats中的信息。
• PostgreSQL：执行ANALYZE t1会更新pg_statistic系统表。需要注意的是，它的自动分析通常只在表的数据修改量超过一定阈值时才触发，大表可能长期得不到更新。
• Oracle：需要显式调用DBMS_STATS.GATHER_TABLE_STATS过程。建议将ESTIMATE_PERCENT参数设为DBMS_STATS.AUTO_SAMPLE_SIZE，以获得更可靠的统计。

哪些操作后必须手动 ANALYZE？

统计信息的更新并非实时同步。尤其是在数据发生剧烈变动后，旧的统计信息会立刻失效，导致执行计划劣化。以下几种场景几乎必然需要手动更新统计信息：

• 执行了TRUNCATE或大批量DELETE操作（例如删除了表中80%的数据），之后没有跟进ANALYZE。
• 使用LOAD DATA INFILE或COPY命令导入了百万级别以上的新数据。
• 对某一列进行了大量倾斜写入（例如，短时间内新增了10万条status = 'pending'的记录，但统计信息里还认为该列的值是均匀分布的）。
• 数据库小版本升级后首次启动（部分版本会重置统计信息缓存）。

JOIN 字段有索引却未被选用：检查三件事

遇到这种情况，先别急着删除索引或重写SQL。不妨按顺序排查以下三点，确认是否是过时的统计信息误导了优化器：

• 核对真实行数：执行SELECT COUNT(*) FROM t1 WHERE join_col = 'x'，将结果与EXPLAIN输出中的rows估算值对比。如果两者相差10倍以上，那么统计信息不准的可能性就非常大。
• 评估索引选择性：计算SELECT COUNT(DISTINCT join_col) / COUNT(*) FROM t1。如果结果低于0.01（意味着超过99%的值是重复的），那么即使有索引，优化器也很可能选择放弃使用它——这是一个基于成本的合理判断，并非系统bug。
• 确认索引覆盖：对于WHERE t1.a = t2.b这样的关联条件，需要确保t1表上有INDEX(a)，t2表上有INDEX(b)。缺少其中任何一个，另一张表就可能被迫进行全表扫描来完成关联。

生产环境 ANALYZE 的风险与折中

对全表执行ANALYZE在大表上可能带来风险：例如在部分版本中会锁表（MySQL 5.7+多数情况不锁，但可能加读锁），并消耗大量I/O资源。因此，绝对要避免在业务高峰期执行。更稳妥的做法是：

• 对大表采用采样分析：在MySQL 8.0+中，可以使用ANALYZE TABLE t1 UPDATE HISTOGRAM ON join_col WITH 16 BUCKETS这样的命令，只对关键列生成直方图统计，速度比全量分析快5到10倍。
• 调整统计精度：在PostgreSQL中，可以适当提高default_statistics_target参数的值（例如从默认的100设为200），以提升关键列的统计信息精度，再配合定期的ANALYZE任务。
• 注意操作位置：应避免在从库上执行ANALYZE（MySQL从库默认关闭统计信息收集，PostgreSQL从库禁止写入操作）。所有更新统计信息的操作都应在主库完成。

最后，还有一个最容易被忽略的盲点：许多ORM框架（例如Django的bulk_create）或ETL工具在批量插入数据后，并不会自动触发统计信息的更新。这不能指望开发人员每次都记得手动补上，而必须在运维侧建立配套的、定期的ANALYZE任务来保障。