导致MySQL索引失效的原因有哪些？

文章精选推荐

1 JetBrains Ai assistant 编程工具让你的工作效率翻倍

2 Extra Icons：JetBrains IDE的图标增强神器

3 IDEA插件推荐-SequenceDiagram，自动生成时序图

4 BashSupport Pro 这个ides插件主要是用来干嘛的 ？

5 IDEA必装的插件：Spring Boot Helper的使用与功能特点

6 Ai assistant ,又是一个写代码神器

文章正文

在 MySQL 中，索引失效是指数据库查询在本应使用索引的情况下，未能使用索引，导致查询性能下降。常见的原因包括查询写法问题、数据类型不匹配、函数运算等。了解这些原因和解决方案可以帮助优化数据库查询性能。

1. 使用了不等于（!= 或 <>）操作符

问题：

• MySQL 索引对于 = 或 IN 操作符非常高效，但对 != 或 <> 操作符的支持较差，因为无法直接利用索引优化查询。对于 != 或 <> 查询，MySQL 会进行全表扫描，从而导致索引失效。

示例：

SELECT * FROM products WHERE price != 100;

解决方案：

• 尽量避免使用 != 或 <> 操作符，如果有业务需求，考虑使用 NOT IN 或其他方式来代替，或尽量调整查询设计。

-- 避免使用 !=
SELECT * FROM products WHERE price < 100 OR price > 100;

2. 使用了 OR 连接多个条件

问题：

• 当查询中使用 OR 连接多个条件时，MySQL 可能无法使用索引，特别是当 OR 两边的条件字段使用了不同的索引时，MySQL 会选择不使用索引进行全表扫描。

示例：

SELECT * FROM products WHERE price = 100 OR stock > 50;

解决方案：

• 尽量避免在同一查询中使用多个 OR 条件，特别是涉及不同字段时。可以通过拆分成多个查询来优化。

-- 使用 UNION 查询替代 OR
SELECT * FROM products WHERE price = 100
UNION ALL
SELECT * FROM products WHERE stock > 50;

3. 对索引列进行了函数操作

问题：

• 如果对索引列使用了函数（如 LOWER(), UPPER(), DATE() 等），则索引将失效，因为函数会使得查询变得不可预见，从而导致 MySQL 不能利用索引。

示例：

SELECT * FROM products WHERE LOWER(name) = 'iphone';

解决方案：

• 尽量避免对索引列使用函数操作。如果确实需要进行此类操作，可以考虑使用 生成列 或 计算列 来存储处理后的值。

-- 使用计算列存储预处理结果
ALTER TABLE products ADD COLUMN lower_name VARCHAR(255) GENERATED ALWAYS AS (LOWER(name)) STORED;
-- 然后对该列进行索引
CREATE INDEX idx_lower_name ON products(lower_name);

4. 使用了 LIKE 操作符并且前面有通配符

问题：

• 如果 LIKE 查询条件以 % 开头，MySQL 不能使用索引，因为它必须扫描整个表来查找匹配的字符串。

示例：

SELECT * FROM products WHERE name LIKE '%phone';

解决方案：

• 避免使用以 % 开头的 LIKE 查询。如果业务需求不可避免，考虑使用全文索引（FULLTEXT）或其他搜索引擎（如 Elasticsearch）来代替。

-- 使用全文索引
ALTER TABLE products ADD FULLTEXT(name);
SELECT * FROM products WHERE MATCH(name) AGAINST ('phone');

5. 数据类型不匹配

问题：

• 如果查询条件中的字段与索引字段的数据类型不匹配，MySQL 可能无法使用索引。例如，查询条件是字符串类型，而索引列是数字类型。

示例：

SELECT * FROM products WHERE price = '100';

解决方案：

• 确保查询时条件的数据类型与表中字段的数据类型一致。可以通过强制转换数据类型或调整查询来确保匹配。

-- 强制转换数据类型
SELECT * FROM products WHERE price = CAST('100' AS DECIMAL(10, 2));

6. 使用了 IS NULL 或 IS NOT NULL 条件

问题：

• 虽然 IS NULL 或 IS NOT NULL 条件可以使用索引，但如果索引列中的数据分布不均匀，查询可能仍然会导致索引失效，特别是在大数据量的情况下。

示例：

SELECT * FROM products WHERE price IS NULL;

解决方案：

• 如果某个列中有大量的 NULL 值，使用 IS NULL 查询时可能会导致性能问题。可以考虑对数据进行预处理，避免 NULL 值的使用，或者将 NULL 值替换为一个默认值。

7. 索引选择性差

问题：

• 当索引列的数据分布不均匀时，索引的选择性较差，MySQL 可能会放弃使用索引，转而进行全表扫描。例如，索引列的值过于重复。

示例：

-- 如果 gender 列的值只有 "male" 和 "female"，那么查询会导致索引失效
SELECT * FROM users WHERE gender = 'male';

解决方案：

• 使用具有更高选择性的列来创建索引，或者通过复合索引来提高索引的选择性。

-- 创建复合索引
CREATE INDEX idx_gender_name ON users(gender, name);

8. 没有合适的索引

问题：

• 如果查询的字段没有合适的索引，MySQL 会选择全表扫描。没有合适的索引，查询性能会显著下降。

示例：

SELECT * FROM products WHERE name = 'iPhone' AND price = 999;

解决方案：

• 为查询条件字段创建合适的索引，特别是那些在 WHERE 子句、JOIN、ORDER BY 等操作中频繁使用的字段。

-- 创建复合索引
CREATE INDEX idx_name_price ON products(name, price);

9. 使用了 DISTINCT

问题：

• 在某些情况下，DISTINCT 查询可能会导致 MySQL 不使用索引，尤其是在查询中涉及多个字段时。MySQL 可能会放弃使用索引，而选择全表扫描。

示例：

SELECT DISTINCT name FROM products;

解决方案：

• 尽量避免在大表上使用 DISTINCT，或者确保使用合适的索引来提高查询性能。可以考虑通过优化查询条件或者使用聚合函数替代 DISTINCT。

10. 查询没有使用 EXPLAIN 进行分析

问题：

• 如果没有使用 EXPLAIN 分析查询执行计划，可能会忽略索引失效的潜在问题，导致查询效率低下。

解决方案：

• 使用 EXPLAIN 或 EXPLAIN ANALYZE 来查看查询的执行计划，确保查询使用了合适的索引。

EXPLAIN SELECT * FROM products WHERE name = 'iPhone';

总结

以下是导致 MySQL 索引失效的常见原因和解决方案：

原因	解决方案
使用 != 或 <> 操作符	避免使用 != 或 <>，改用 >, < 或 NOT IN 来优化查询
使用 OR 连接多个条件	使用 UNION 替代 OR，避免多个条件查询
对索引列进行函数操作	避免在索引列上使用函数，考虑使用计算列
使用 LIKE 前置通配符	避免前置通配符 %，或使用全文索引
数据类型不匹配	确保查询时条件的数据类型与索引字段一致
使用 IS NULL 或 IS NOT NULL	对 NULL 值列进行优化，避免查询大量 NULL 值
索引选择性差	创建更高选择性的索引或复合索引
没有合适的索引	根据查询需求创建适当的索引
使用 DISTINCT	避免在大表上使用 DISTINCT，优化查询条件
未使用 EXPLAIN 分析查询执行计划	使用 EXPLAIN 分析查询，确保索引有效

通过避免上述常见问题和优化查询结构，可以有效地提升 MySQL 查询的性能，确保索引的有效性。