直方图仅提升优化器对WHERE条件选择率的估算精度，不强制改变索引使用；type: ALL与直方图无关，其生效需满足列用于关键过滤、无可用索引或值分布不均等前提。
直方图本身不会“避免”索引走法，它只让优化器对 WHERE 条件的选择率（filtered）估算更准——当这个估算变准了，原本因误判而放弃的索引，才可能被重新选中；反之，原本因高估而错误选择的索引，也可能被放弃。它不强制走或不走索引，只修正“算错”的那部分代价判断。
为什么加了直方图，EXPLAIN 还是 type: ALL？
这是最常被误解的点。type: ALL 表示访问方式没变，和直方图无关；直方图只影响优化器内部的行数预估（rows）和过滤比例（filtered），不改变物理扫描逻辑。常见绕过场景包括：
-
WHERE UPPER(status) = 'ACTIVE'：函数包裹后，优化器看到的是表达式结果，不是原始列，直方图失效 - 字段类型为
JSON、GEOMETRY或压缩的TEXT：MySQL 当前版本不支持为其建直方图，语句静默跳过 - 查询涉及分区表，但条件未精确匹配分区键（如按
region分区，却查WHERE created_at > '2025-01-01'）：直方图元数据不会加载 - 建完直方图没执行
ANALYZE TABLE t;：优化器默认不自动重载，必须显式触发统计刷新
如何验证直方图是否真正影响索引选择？
不能只看 Query OK，得查两处真实证据：
- 查元数据是否存在：
SELECT HISTOGRAM FROM information_schema.COLUMN_STATISTICS WHERE TABLE_SCHEMA = 'db' AND TABLE_NAME = 'orders' AND COLUMN_NAME = 'status';——返回非空 JSON 才算落地成功 - 对比
EXPLAIN FORMAT=JSON输出中的"filtered"字段：对低频值（如WHERE status = 'failed'）执行前后对比，若从10.00→0.37，说明优化器已采纳 - 注意观察
"rows"是否同步变化：如果filtered变了但rows没变，大概率是没触发统计重载，需补一次ANALYZE TABLE orders;
选错直方图类型或桶数，反而让优化器更迷糊
关键看列值分布特征，不是凭感觉：
- 低基数离散值（如
status、order_type、布尔字段）→ 必须用SINGLETON类型，桶数设为唯一值数量 ±20%。例如 12 种状态，写WITH 14 BUCKETS TYPE SINGLETON - 高基数连续值（如
created_at、user_id、金额）→ 用EQ_HEIGHT（MySQL 默认），桶数控制在 100–256。超过 1000 会拖慢查询解析，且information_schema.COLUMN_STATISTICS表体积激增 - 字符串列平均长度 > 200 字节时，直接建直方图可能报
ER_TOO_LONG_STRING；可临时截断：ANALYZE TABLE orders UPDATE HISTOGRAM ON SUBSTRING(status, 1, 100) WITH 20 BUCKETS;，但要注意精度损失
直方图生效的前提是：列用于关键过滤条件、无可用索引（或条件未命中索引前导列）、值分布严重不均。三者缺一不可。它不替代索引设计，也不修复 SQL 写法问题，比如 LIKE '%abc' 或多列组合条件，直方图基本无效。
