mysql 回表查询(二次查询,如何检查,如何规避)

h5打开以查看

"回表查询"通常发生在使用二级索引 (Secondary Index)的查询中。当查询所需的数据列并不全部包含在二级索引中时,即使使用了索引,MySQL 也需要根据索引记录中的主键值,回到聚簇索引(Clustered Index)的主键 B+Tree 中去查找完整的行数据,这个过程就叫做"回表"。


核心方法:使用 EXPLAIN 命令

检测回表查询最主要、最直接的工具就是 MySQL 的 EXPLAIN 命令。你需要重点关注 EXPLAIN 输出中的以下几个字段:

1. type (访问类型)

这个字段显示了 MySQL 决定如何查找表中的行。

  • eq_refrefrangeindex_scan: 这些通常是好的类型,表示使用了索引的有效查找。

  • index这是一个关键信号! type = index 通常意味着 MySQL 正在扫描整个二级索引(全索引扫描)。这通常发生在需要从索引中获取大量数据,然后回表的情况下。它比全表扫描(ALL)快,但依然不高效。

  • ALL: 最坏的情况,全表扫描,根本没用上索引。

2. keykey_len (使用的索引)
  • key: 显示 MySQL 实际决定使用的索引。

  • key_len: 显示使用的索引键的长度。通过这个长度,你可以判断索引是否被完全使用(覆盖了查询条件的所有列) 。如果 key_len 小于索引定义的长度,说明只使用了索引的前面一部分,这可能不是最优的。

3. Extra (额外信息)

这是判断回表最重要的字段

  • Using index这是最理想的情况,表示出现了"覆盖索引"(Covering Index) 。查询的所有字段都包含在使用的索引中,MySQL 只需要读取索引即可返回结果,完全不需要回表。这是优化的重要目标。

  • Using index condition : 表示使用了 Index Condition Pushdown (ICP) 优化,服务器层将部分条件(WHERE 子句)下推给存储引擎层进行过滤,但仍然可能需要回表

  • Using where这通常意味着需要回表 。表示存储引擎从索引中读取行后,需要在 MySQL 服务器层再根据 WHERE 条件进行过滤。服务器层过滤的数据,就是已经从聚簇索引中取回的完整行数据。


实战演示:如何一步步检测

假设我们有一张用户表 users

sql

复制代码
CREATE TABLE `users` (
  `id` int NOT NULL AUTO_INCREMENT,
  `name` varchar(100) DEFAULT NULL,
  `age` int DEFAULT NULL,
  `city` varchar(100) DEFAULT NULL,
  `created_at` timestamp NULL DEFAULT CURRENT_TIMESTAMP,
  PRIMARY KEY (`id`),
  KEY `idx_name_age` (`name`,`age`) -- 一个联合索引
) ENGINE=InnoDB;
场景 1:覆盖索引,无需回表(理想情况)

sql

复制代码
EXPLAIN SELECT name, age FROM users WHERE name = 'John';

分析 EXPLAIN 结果:

  • type: ref (使用了索引等值查询)

  • key: idx_name_age (使用了我们创建的联合索引)

  • Extra: Using index

    • 结论 :太好了!查询的 nameage 字段都包含在 idx_name_age 索引中。MySQL 只需读取索引文件,无需回表,性能极高。
场景 2:需要回表的查询(常见情况)

sql

复制代码
EXPLAIN SELECT * FROM users WHERE name = 'John';
-- 或者
EXPLAIN SELECT name, age, city FROM users WHERE name = 'John'; -- city 不在索引中

分析 EXPLAIN 结果:

  • type: ref (依然使用了索引)

  • key: idx_name_age (使用了索引来快速定位记录)

  • Extra: NULL 或者 Using where

    • 结论 :发生了回表。idx_name_age 索引中只有 (name, age, id)(id是主键,会自动附加到二级索引中),但没有 city 字段。为了获取 citycreated_at 等所有字段,MySQL 必须根据找到的 id 值,回到聚簇索引中去查找完整的行数据。
场景 3:全索引扫描,然后回表

sql

复制代码
EXPLAIN SELECT * FROM users WHERE age > 20;

分析 EXPLAIN 结果:

  • type: index

  • key: idx_name_age

  • Extra: Using where

    • 结论 :这是一个非常典型的低效查询。我们的索引是 (name, age),但查询条件从 age 开始,无法使用索引的最左前缀原则。因此,MySQL 会选择扫描整个 idx_name_age 索引,对每一条索引记录检查 age > 20 的条件,然后为每一个匹配的索引记录回表获取完整数据。性能很差。

总结:检测与优化回表查询的步骤

  1. 使用 EXPLAIN : 对任何性能存疑的查询都使用 EXPLAIN 分析。

  2. 查看 Extra

    • 如果看到 Using index,恭喜你,没有回表。

    • 如果看到 Using wheretyperefindex,很可能发生了回表。

  3. 查看 type : 如果值是 index,说明正在全索引扫描,通常伴随着大量回表,需要优化。

  4. 优化策略

    • 创建覆盖索引 : 如果回表查询很频繁,考虑创建一个"覆盖索引",将查询中涉及的所有字段(SELECT 和 WHERE 中的字段)都包含在索引中。例如,对于 SELECT id, name, city FROM users WHERE name = ?,可以创建索引 (name, city)(name, city, id) 来覆盖查询。

    • 避免 SELECT *: 只获取你真正需要的列,减少需要回表获取的数据量,也更容易实现覆盖索引。

    • 使用索引的最左前缀原则: 确保查询条件能有效利用索引。

通过系统性地使用 EXPLAIN 并关注上述关键字段,你可以准确地识别和优化数据库中的回表查询,从而极大提升查询性能。

h5打开以查看

相关推荐
Michaelwubo5 小时前
elasticsearch-7.17.29 集群案例,k8s方式和原始方式
数据库
TDengine (老段)5 小时前
TDengine 选择函数 Last() 用户手册
大数据·数据库·sql·物联网·时序数据库·tdengine·涛思数据
little_xianzhong5 小时前
关于对逾期提醒的定时任务~改进完善
java·数据库·spring boot·spring·mybatis
Sally璐璐6 小时前
Go正则表达式实战指南
数据库·mysql·golang
小猪咪piggy6 小时前
【JavaEE】(23) 综合练习--博客系统
java·数据库·java-ee
bikong76 小时前
一种高效绘制余晖波形的方法Qt/C++
数据库·c++·qt
一叶飘零_sweeeet6 小时前
从 0 到 1 攻克订单表分表分库:亿级流量下的数据库架构实战指南
java·数据库·mysql·数据库架构·分库分表
苹果醋36 小时前
数据库索引设计:在 MongoDB 中创建高效索引的策略
java·运维·spring boot·mysql·nginx
xianyinsuifeng6 小时前
Oracle 10g → Oracle 19c 升级后问题解决方案(Pro*C 项目)
c语言·数据库·oracle