mysql数据库,明明有索引为啥不用

为什么全表扫比走索引更划算

走索引不是免费的,是要付 3 笔账:

1.回表 IO:B+Tree 定位到主键后,要再去聚簇索引取整行数据

2.随机 IO:B+Tree 叶子节点物理位置是分散的,每次回表是 4KB 随机读

3.二级索引读:先读二级索引拿到主键列表,再批量回表

而全表扫是顺序 IO,可以预读(innodb_read_ahead),一次读 16KB、32KB 甚至 1MB 进缓冲池。

临界点估算:

  • 假设走索引要回表 N 次 → N 次 4KB 随机读 = N × 4KB
  • 全表扫要读 T 字节(表大小)→ T / 1MB 顺序读
  • 顺序 IO 速度是随机 IO 的 50-100 倍(SSD 上)
  • 所以当 N > T / 200KB 时,全表扫就赢了

订单表 1 亿行,热门商品占 80% = 8000 万行 → N = 8000 万 → 8000 万 × 4KB = 320GB 随机读,这账算不过来。

MySQL 优化器怎么算这笔账

MySQL 8.0+ 是 CBO(Cost-Based Optimizer),核心是这 3 个数据:

1.table_rows :来自 information_schema.tables 或 InnoDB 采样估算

2.cardinality(索引基数):唯一值数量,区分度越高越值得用索引

3.clustering_factor:索引顺序和物理顺序的相关度(Oracle 有,MySQL 弱化)

优化器对比两个方案的 cost = io_cost + cpu_cost,谁便宜选谁。

关键陷阱:

  • table_rows 和 cardinality 都是估算值,不准(尤其大表 + 未 ANALYZE TABLE)
  • innodb_stats_persistent_sample_pages 默认 20 页,统计可能严重失真
  • 业务上"热点"是动态的(爆款商品),但统计是离线的(每天/每周更新)------ 所以"昨天走索引,今天走全表"是真实存在的

怎么判断当前 SQL 走没走索引

EXPLAIN 看 4 个字段:

EXPLAIN SELECT * FROM orders WHERE product_id = 12345;

字段 关注值 含义
type ALL = 全表扫 / ref / range = 用索引 type=ALL 就是问题
rows 优化器估算要扫的行数 rows=10000 但实际是 80000000 = 估算炸了
Extra Using where 后还有 Using filesort 走索引但要回表排序
filtered 100 = 全用上 / 10 = 过滤掉 90% 估算保留比例

重点 :光看 type=ALL 不一定有问题,要结合 rows 和表实际大小。

实战 4 步修法(按代价从低到高)

Step 1:先 ANALYZE TABLE(最便宜,0 改动)

复制代码
ANALYZE TABLE orders;  -- 重新采样统计
  • 适合:统计失真
  • 不适合:业务真的"热点数据"(统计反而是准的)

Step 2:让选择性更高(改 SQL / 加索引)

复制代码
-- ❌ 热点商品 product_id=12345SELECT * FROM orders WHERE product_id = 12345;-- ✅ 加 status 联合条件SELECT * FROM orders WHERE product_id = 12345 AND status = 'PAID';-- 索引变成 (product_id, status),选择性 = 8000w/1亿 × 70% = 56%-- 走索引更划算

Step 3:覆盖索引(不查主表)

复制代码
-- 原 SQLSELECT product_id, user_id FROM orders WHERE product_id = 12345;-- 索引 (product_id, user_id) → 覆盖索引,不回表-- 不用全表扫,也不用回表

Step 4:业务层硬拆(最后手段)

  • 冷热分离:热数据进 Redis / ES / ClickHouse
  • 分库分表:按 user_id 拆,单表行数下来,全表扫也很便宜
  • 强制索引:FORCE INDEX(idx_product_id) ------ 慎用,会让后续优化器失明

"索引不是'有就一定用'。MySQL 优化器是 CBO,它会算两笔账:走索引要回表 N 次,每次 4KB 随机 IO;全表扫要读 T 字节顺序 IO。当热点数据占表 80% 以上时,走索引要回表几千万次,随机 IO 开销反而比全表扫大。判断方法是 EXPLAIN 看 type 是不是 ALL,再看 rows 估算准不准。修法优先级:ANALYZE TABLE → 改 SQL 提选择性 → 覆盖索引 → 业务冷热分离。强制索引 FORCE INDEX 是最后手段,因为硬指定索引会让 CBO 失去对其他场景的适应能力。"

相关推荐
Decay__6 小时前
PostgreSQL 数据库全栈运维实战系列 — 合集索引(24 篇)
运维·数据库·sql·mysql·架构
田超凡7 小时前
深入理解MySQL_经典问题总结2
mysql·java-ee
FungLeo9 小时前
FengCMS · PHP+MySQL 升级实录 · 危险默认值之殇:root/123456、认证码 8888 写进配置加载器
android·mysql·php·安全加固·fengcms
琳少_10 小时前
java程序开发笔记
java·开发语言·数据库·笔记
ZhengEnCi11 小时前
覆盖索引怎么设计:从回表代价到 MySQL 与 PostgreSQL 的落地写法
sql·mysql·postgresql
FungLeo12 小时前
FengCMS · PHP+MySQL升级实录 ·并发一致性连环坑:模板缓存、排队保存、备份恢复的竞态
mysql·缓存·php·工程实践·fengcms
Pocker_Spades_A13 小时前
工业物联网时序数据库选型:一份能直接抄走的技术规格书
数据库·物联网·时序数据库
苜蓿muxu14 小时前
缓存三大问题:穿透、击穿、雪崩
数据库·redis
FungLeo14 小时前
FengCMS · PHP+MySQL 升级实录·模型导入从“加密 SQL 码“到.fengmodel.json
sql·mysql·php·工程实践·fengcms
正在走向自律15 小时前
MySQL兼容性深度实践:建表、增删改查与迁移避坑全记录
数据库·sql·mysql·信创·数据库迁移