- 目标表（分区）数据量过大 / 分区过多：autoanalyze 分区表时，若单个分区数据量巨大（如数十亿行）或分区数量过多，分析操作会消耗大量 TiDB 节点 CPU / 内存，同时频繁与 PD 交互获取 Region 信息，超过 PD 的交互超时阈值（默认有内部超时限制），导致超时失败。
- PD 与 TiDB/TiKV 节点网络延迟 / 抖动：虚拟机部署环境可能存在虚拟网络带宽不足、网卡瓶颈或节点间网络抖动，autoanalyze 和查询操作对 PD 的高频请求在网络不佳时，容易触发超时（尤其是大表操作，交互次数更多）。
- 统计信息相关配置不合理：TiDB 的 autoanalyze 触发阈值、超时配置与当前集群资源不匹配，大表分析时无法在合理时间内完成，最终导致 PD 超时；同时，表的统计信息失效后，查询优化器生成的执行计划可能引发大量无效 PD 请求，加剧超时。
- 影响：autoanalyze 失败会导致表的统计信息陈旧 / 缺失，查询时 TiDB 优化器无法生成最优执行计划，可能引发全表扫描、大量 Region 遍历，进一步增加与 PD 的交互压力，最终查询也报 PD timeout。