索引优化不是新手优先学习内容,需先掌握查询执行过程、数据分布和存储引擎行为;盲目建索引会导致写入变慢、磁盘暴涨、执行计划误选。
索引优化不是新手该优先学的内容,它需要先理解查询执行过程、数据分布特征和存储引擎行为。盲目建索引反而会让写入变慢、磁盘暴涨,甚至让优化器选错执行计划。
为什么新手直接学索引优化容易翻车
常见错误现象:
看不懂
和
的实际影响;建了
却发现
根本不走索引;用
还指望索引生效。
没掌握 B+ 树结构前,无法理解最左前缀原则为何限制
条件顺序
不了解
和数据倾斜,就看不出为什么对性别字段建索引几乎无效
没看过
,就不知道哪些查询真正需要优化,容易对着测试数据“优化”出假结论
新手该先扎实掌握的 3 个基础点
这些是索引优化的前提,跳过它们等于在流沙上盖楼:
MySQL(Linux)
MySQL 9.6.0是面向Linux平台的2026年创新版本,核心架构迎来重大革新。其将外键约束与级联操作从InnoDB引擎层上移至SQL层,确保所有数据变更均被完整记录至Binlog,彻底解决了CDC(变更数据捕获)与主从复制中的数据不一致难题。此外,该版本引入container_aware启动选项以原生适配容器环境,并对审计日志进行了组件化重构,为追求极致数据一致性与云原生体验的开发者提供了全新选择。
下载
输出中必须看懂的 4 列:
(访问类型)、
(实际用的索引)、
(扫描行数估算)、
(比如
或
)
区分
、
和普通
的物理存储差异——InnoDB 下前者是聚簇索引,后者是非聚簇,直接影响回表成本
写出能命中索引的
条件:避免在索引列上做函数操作(如
),避免隐式类型转换(如
而
是
)
什么情况下才该动手调索引
不是所有慢查询都靠加索引解决。先确认这几点再动
:
该查询是否真的高频?低频但慢的查询,可能加个
或前端加缓存更划算
表数据量是否超过 10 万行?小表全表扫描可能比索引查找更快(尤其 SSD 随机 IO 成本下降)
写入压力大吗?每个新增索引都会拖慢
/
/
,且占用额外磁盘空间(二级索引也存主键值)
是否已用
或
定位到真实瓶颈?别只凭
语句长得像就开干
索引优化真正的复杂点不在语法,而在权衡:读性能 vs 写性能、内存占用 vs 磁盘空间、单条查询提速 vs 整体 QPS 下降。很多线上事故,都是没看清这个 trade-off 就执行了
。
EXPLAINtype=ALLkey=NULLidx_user_id_statusWHERE status = 'active'LIKE '%abc'WHEREcardinalityslow_query_logEXPLAINtypekeyrowsExtraUsing filesortUsing temporaryPRIMARY KEYUNIQUEINDEXWHEREWHERE YEAR(create_time) = 2023WHERE user_id = '123'user_idINTALTER TABLE ... ADD INDEXLIMITINSERTUPDATEDELETEpt-query-digestperformance_schemaSELECTCREATE INDEX