MySQL 索引优化实战:让慢查询从 5 秒降到 50 毫秒
上一期我们聊了 Redis 的数据结构与持久化策略,今天把目光放回关系型数据库里最常被追问的话题:索引优化。
索引不是越多越好
很多人在排查慢查询时的第一反应是"给所有字段都加个索引"。这是最危险的做法。索引会占用磁盘空间,而且每一次 INSERT、UPDATE、DELETE 都必须同步维护索引树。字段一多,写入性能就会断崖式下跌。
正确的思路是:先看执行计划,再决定索引。
先看执行计划
EXPLAIN 是 MySQL 排查慢查询的入口。输出中的 type 列按效率从高到低排序:const、ref、range、index、ALL。其中 ALL 代表全表扫描,一旦出现在千万级表上基本就是灾难。
key_len 字段同样值得注意。它表示实际使用了多少字节的索引列。如果建了联合索引 (a, b, c),而查询只用到了 a,那么 key_len 就只反映 a 的长度。
最左前缀原则
联合索引 (a, b, c) 实际上等价于三个索引:(a)、(a, b)、(a, b, c)。这就是为什么条件顺序会影响索引命中。
如果查询写成 WHERE b = 2 AND a = 1,虽然 MySQL 5.6 之后会做索引列的重新排序,但把顺序写对仍然能减少优化器的决策开销,也更容易命中覆盖索引。
覆盖索引:把回表干掉
当查询需要的所有列都包含在索引中时,MySQL 不需要再回主表读取数据,这叫覆盖索引。
EXPLAIN 的 Extra 列出现 Using index 就说明用了覆盖索引。这对高频的列表查询收益极大——省下的不只是 I/O,还有 InnoDB 聚簇索引的随机读开销。
索引失效的常见写法
- 对索引列使用函数或运算:WHERE YEAR(create_time) = 2024
- 隐式类型转换:字段是 VARCHAR 却用数字查询
- 前导模糊匹配:LIKE '%abc'
- OR 连接非索引列
这些写法会让优化器放弃索引,退回全表扫描。
总结
索引优化的核心是让执行计划说话。慢查询日志加上 EXPLAIN,配合业务实际的写入比例,就能找到真正有效的索引组合。
- 点赞
- 收藏
- 关注作者
评论(0)