MySQL中索引失效的8大陷阱及排查指南

-- ❌ 错误：在索引列上计算
SELECT * FROM users WHERE YEAR(created_time) = 2024;
SELECT * FROM products WHERE price * 2 > 100;

-- ✅ 正确：把计算移到右边
SELECT * FROM users WHERE created_time >= '2024-01-01' AND created_time < '2025-01-01';
SELECT * FROM products WHERE price > 50;

-- ❌ 错误：使用函数包裹索引列
SELECT * FROM users WHERE UPPER(name) = 'JOHN';
SELECT * FROM logs WHERE DATE(create_time) = '2024-01-01';

-- ✅ 正确：使用范围查询
SELECT * FROM users WHERE name = 'john';  -- 存入时统一小写
SELECT * FROM logs WHERE create_time >= '2024-01-01' AND create_time < '2024-01-02';

-- ❌ 错误：以 % 开头
SELECT * FROM users WHERE name LIKE '%张%';  -- 全表扫描
SELECT * FROM users WHERE name LIKE '%明';

-- ✅ 正确：以确定字符开头
SELECT * FROM users WHERE name LIKE '张%';   -- 可以使用索引
SELECT * FROM users WHERE name LIKE '张_明'; -- _匹配一个字符

-- ❌ 错误：OR 条件中有的列没索引
SELECT * FROM users WHERE age = 25 OR salary > 10000;
-- 如果 salary 没索引，整个查询都无法用索引

-- ✅ 正确：确保 OR 两边都有索引
-- 或者分开查询
SELECT * FROM users WHERE age = 25
UNION
SELECT * FROM users WHERE salary > 10000;

-- ❌ 错误：字符串列用数字查询
CREATE TABLE users (
    id VARCHAR(20) PRIMARY KEY,  -- 字符串类型
    name VARCHAR(50)
);
SELECT * FROM users WHERE id = 123;  -- 字符串和数字比较

-- ✅ 正确：类型一致
SELECT * FROM users WHERE id = '123';

-- 查看执行计划
EXPLAIN SELECT * FROM users WHERE id = 123;
-- 注意看 key 列是否为 NULL（没走索引）

-- 索引：idx_abc (a, b, c)

-- ✅ 有效：用了最左列
SELECT * FROM table WHERE a = 1;
SELECT * FROM table WHERE a = 1 AND b = 2;
SELECT * FROM table WHERE a = 1 AND b = 2 AND c = 3;

-- ❌ 无效：没从最左开始
SELECT * FROM table WHERE b = 2;            -- 跳过 a
SELECT * FROM table WHERE c = 3;            -- 跳过 a,b
SELECT * FROM table WHERE b = 2 AND c = 3;  -- 跳过 a

-- 假设表只有 100 行数据
SELECT * FROM small_table WHERE id = 50;

-- 数据库会想：走索引要查索引树 + 回表，不如直接全表扫描更快

-- 比如"性别"列，只有"男/女"两种值
CREATE INDEX idx_gender ON users(gender);

SELECT * FROM users WHERE gender = '男';
-- 可能失效，因为要返回接近一半的数据，不如全表扫描

-- 在查询前加 EXPLAIN
EXPLAIN SELECT * FROM users WHERE name LIKE '%张%';

-- 关键看这几列：
-- 1. type: ALL → 全表扫描（最差）
-- 2. key: NULL → 没走索引
-- 3. rows: 数值很大 → 要扫描很多行
-- 4. Extra: Using filesort, Using temporary → 性能警告

EXPLAIN SELECT * FROM orders WHERE user_id = 100 AND status = 'paid';

-- 理想结果：
+----+-------------+--------+------+---------------+---------+---------+-------------+------+
| id | select_type | table  | type | possible_keys | key     | key_len | rows        | Extra|
+----+-------------+--------+------+---------------+---------+---------+-------------+------+
|  1 | SIMPLE      | orders | ref  | idx_user      | idx_user| 8       | 10          | NULL |
+----+-------------+--------+------+---------------+---------+---------+-------------+------+

-- type 从好到差：
-- system > const > eq_ref > ref > range > index > ALL
-- 至少要到 range 级别才合格

-- 1. 开启 profiling（查看详细耗时）
SET profiling = 1;
SELECT * FROM users WHERE ...;
SHOW PROFILES;
SHOW PROFILE FOR QUERY 1;

-- 2. 查看索引使用统计
SELECT * FROM sys.schema_index_statistics 
WHERE table_name = 'users';

-- 3. 找出从未使用的索引（该删除了！）
SELECT * FROM sys.schema_unused_indexes;

-- 1. 开启慢查询日志
SET GLOBAL slow_query_log = 'ON';
SET GLOBAL long_query_time = 2;  -- 超过2秒记录

-- 2. 查看慢查询日志位置
SHOW VARIABLES LIKE 'slow_query_log_file';

-- 3. 使用工具分析（推荐）
-- mysqldumpslow 或 pt-query-digest

-- 原始查询（很慢）
SELECT * FROM orders 
WHERE DATE_FORMAT(create_time, '%Y-%m') = '2024-01'
ORDER BY amount DESC;

-- 步骤1：EXPLAIN分析
EXPLAIN SELECT * FROM orders WHERE DATE_FORMAT(create_time, '%Y-%m') = '2024-01';

-- 发现：type=ALL, key=NULL（没走索引）
-- 原因：对 create_time 使用了函数

-- 优化方案：
SELECT * FROM orders 
WHERE create_time >= '2024-01-01' 
  AND create_time < '2024-02-01'
ORDER BY amount DESC;

-- 再 EXPLAIN：type=range, key=idx_create_time ✅

-- 查询：经常按城市和年龄搜索用户
SELECT * FROM users WHERE city = '北京' AND age > 25;

-- 现有索引：idx_age_city (age, city)
-- 问题：最左列是 age，但查询先过滤 city

-- 解决方案：
-- 1. 调整查询顺序（如果业务允许）
SELECT * FROM users WHERE age > 25 AND city = '北京';

-- 2. 或创建新索引
CREATE INDEX idx_city_age ON users(city, age);

-- 1. 验证索引被使用
EXPLAIN SELECT ...;

-- 2. 监控索引大小
SELECT 
    table_name,
    index_name,
    ROUND(SUM(index_length)/1024/1024, 2) AS '索引大小(MB)'
FROM information_schema.TABLES 
WHERE table_schema = '你的数据库'
GROUP BY table_name, index_name;

-- 3. 定期清理无用索引
-- 查看使用频率低的索引
SELECT * FROM sys.schema_unused_indexes;