动态反馈机制能解决SQL索引统计滞后问题：通过执行计划行数比值、直方图溢出等轻量信号触发分级更新，避免静态或阈值式更新在数据突变时失效。
SQL数据库索引统计信息不准确，会导致查询优化器选择低效执行计划，进而引发慢查询、资源争用甚至服务抖动。修正统计信息本身不难，关键在于建立能感知负载变化、自动触发更新的动态反馈机制。
为什么静态 ANALYZE 或定时更新不够用
业务数据分布常呈现突发性倾斜（如秒杀订单激增、日志批量写入、用户标签集中打标），固定周期的统计更新可能严重滞后。例如：某用户表在凌晨ETL后新增50万活跃用户，但统计信息仍反映旧的空分布，优化器误判 WHERE status = 'active' 为高选择性，选择了索引查找而非更优的全表扫描。
- 小表高频更新时，一次插入就可能让行数偏差超20%，但定时任务每小时才跑一次
- 大表分区中仅某个子分区发生突变（如最近一天日志量暴增10倍），全局统计无法体现局部失衡
-
AUTO_UPDATE_STATS类机制依赖行变更阈值（如SQL Server默认修改20%+500行），对“少量关键值高频变更”场景完全无感（如订单状态字段被反复更新）
构建轻量级动态反馈信号源
不依赖重监控系统，从数据库自身可观测数据中提取低成本反馈信号：
-
执行计划实际 vs 预估行数比值：持续采集
actual_rows / estimated_rows，当该比值在连续3次相同语句中 >5 或 -
索引跳过率异常：对使用索引的查询，监控
index_skip_scan或index_range_scan中rows_examined显著高于rows_sent（如比值 >100），暗示索引选择性下降 -
直方图桶溢出告警：启用列级直方图后，若某列出现大量
OUT_OF_RANGE计数，说明当前统计粒度已无法覆盖新数据分布
按需触发 + 智能采样更新策略
避免全量 ANALYZE TABLE 带来的I/O风暴，采用分级响应：
- 轻量级：仅对触发信号的列执行
ANALYZE TABLE ... UPDATE HISTOGRAM ON col（MySQL 8.0+）或DBMS_STATS.GATHER_TABLE_STATS(... method_opt=>'FOR COLUMNS col SIZE AUTO')（Oracle） - 中量级：对整表采样率动态调整——若检测到数据倾斜加剧，将采样率从默认10%提升至30%~50%，并强制收集直方图
- 重量级：仅当多个信号叠加（如执行偏差+跳过率+直方图溢出同时触发），且表大小
闭环验证与防抖设计
更新后必须验证是否真正改善执行质量，而非机械执行：
- 在统计更新后1分钟内，捕获原问题SQL的最新执行计划，对比
rows_examined和execution_time是否下降30%以上 - 设置防抖窗口：同一张表10分钟内最多触发1次统计更新，避免因瞬时抖动反复刷新
- 维护统计变更日志表，记录触发原因、更新范围、前后预估行数误差率，用于回溯分析误触发或漏触发案例
不复杂但容易忽略：动态反馈不是替代人工调优，而是把DBA的经验规则（比如“看到执行计划里预估100行实际扫了10万行，赶紧看统计”）固化为可规模化运行的数据库自治能力。
