在數(shù)據(jù)庫(kù)優(yōu)化中，最讓人頭疼的事情之一莫過(guò)于精心設(shè)計(jì)的索引沒有發(fā)揮作用。為什么會(huì)出現(xiàn)這種情況？

這篇文章帶大家一起探討一些常見原因，方便大家更好地理解MySQL查詢優(yōu)化器是如何選擇索引的，以及在出現(xiàn)類似問(wèn)題時(shí)，可逐項(xiàng)進(jìn)行對(duì)照排查，

以一個(gè)簡(jiǎn)單的 people 表作為例子，表結(jié)構(gòu)如下：

CREATE TABLE `people` (
  `id` bigint unsigned NOT NULL AUTO_INCREMENT,
  `first_name` varchar(50) NOT NULL,
  `last_name` varchar(50) NOT NULL,
  `state` char(2) NOT NULL,
  PRIMARY KEY (`id`),
  KEY `first_name` (`first_name`),
  KEY `state` (`state`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_unicode_ci

后續(xù)會(huì)以該表結(jié)構(gòu)為基礎(chǔ)，通過(guò)添加或刪除索引來(lái)展示不同場(chǎng)景。

確認(rèn)索引是否被使用

在分析索引未生效的原因之前，首先需要判斷 MySQL 是否使用了索引?？梢酝ㄟ^(guò) EXPLAIN 命令來(lái)查看查詢優(yōu)化器的分析結(jié)果，了解哪些索引被考慮，以及最終選擇使用了哪個(gè)索引。

例如，以下查詢會(huì)試圖通過(guò) first_name 索引查找數(shù)據(jù)：

EXPLAIN SELECT * FROM people WHERE first_name = 'Aaron';

返回結(jié)果如下：

從結(jié)果中可以看到：

• possible_keys 表示查詢優(yōu)化器會(huì)考慮的索引，這里是 first_name 索引。
• key 表示實(shí)際被選中的索引，也是 first_name。

關(guān)于EXPLAIN 的使用，可參考文末補(bǔ)充內(nèi)容

在本例中，first_name 索引不僅被優(yōu)化器考慮（considered），而且最終被選中（chosen）。這是兩個(gè)相關(guān)但不同的步驟：首先，優(yōu)化器會(huì)根據(jù)查詢篩選可用的索引；然后，選擇性能較優(yōu)的索引。

確認(rèn)索引是否被使用后，接下來(lái)分析一些索引未生效的常見原因。

索引未生效的原因

原因 1：另一個(gè)索引更優(yōu)

當(dāng)查詢可以利用多個(gè)索引時(shí)，MySQL 優(yōu)化器會(huì)選擇其中最優(yōu)的索引。如果你的查詢可以同時(shí)使用多個(gè)索引，但最終未選擇預(yù)期的索引，很可能是因?yàn)榱硪粋€(gè)索引的效率更好。

例如，以下查詢同時(shí)使用 first_name 和 state 字段：

SELECT * FROM people
WHERE first_name = 'Aaron'
AND state = 'TX';

運(yùn)行 EXPLAIN 后結(jié)果如下：

在這個(gè)例子中，first_name 索引比 state 索引的選擇性更高，因此優(yōu)化器選擇了 first_name 索引。

原因 2：索引的選擇性和基數(shù)

索引的性能往往與選擇性和基數(shù)相關(guān)：

• 基數(shù)（Cardinality） 是列中不同值的數(shù)量。
• 選擇性（Selectivity） 是指這些值的獨(dú)特程度（計(jì)算公式為 COUNT(DISTINCT column) / COUNT(*)）。

比如，可以通過(guò)以下查詢計(jì)算基數(shù)和選擇性：

SELECT
  COUNT(DISTINCT first_name) as first_name_cardinality,
  COUNT(DISTINCT state) as state_cardinality,
  COUNT(DISTINCT first_name) / COUNT(*) as first_name_selectivity,
  COUNT(DISTINCT state) / COUNT(*) as state_selectivity
FROM people;

結(jié)果如下：

• first_name 字段的不同值非常多，因此選擇性較高。
• state 列選擇性極低，導(dǎo)致通過(guò) state 索引進(jìn)行過(guò)濾時(shí)，效果較差。

高選擇性索引通常性能較優(yōu)，而低選擇性索引在過(guò)濾數(shù)據(jù)時(shí)作用有限。

此外，唯一索引（如 id 的主鍵索引）通常具有完美選擇性。

原因 3：選擇性因查詢而異

索引的選擇性是基于整個(gè)表數(shù)據(jù)分布進(jìn)行計(jì)算的，但選擇性在具體查詢場(chǎng)景中可能不一樣。例如：

假如表中有 100 萬(wàn)行，其中 99% 的用戶類型是 user，只有 1% 為 admin，總體來(lái)看 type 列選擇性很低。但如果你的查詢條件是 type = 'admin'，此時(shí)索引的作用就很明顯。

優(yōu)化器會(huì)根據(jù)查詢條件和數(shù)據(jù)分布動(dòng)態(tài)評(píng)估索引的價(jià)值。

原因 4：過(guò)時(shí)或不準(zhǔn)確的統(tǒng)計(jì)數(shù)據(jù)

MySQL 的索引基數(shù)統(tǒng)計(jì)信息是通過(guò)隨機(jī)采樣維護(hù)的，可能出現(xiàn)因統(tǒng)計(jì)信息過(guò)時(shí)而導(dǎo)致優(yōu)化器做出錯(cuò)誤決策的情況?？梢酝ㄟ^(guò)以下命令更新統(tǒng)計(jì)信息：

ANALYZE TABLE people;

如果統(tǒng)計(jì)數(shù)據(jù)采樣精度不足，可以通過(guò)調(diào)整 MySQL 的相關(guān)參數(shù)改善采樣質(zhì)量。

原因 5：表掃描更快

某些情況下，優(yōu)化器會(huì)選擇直接掃描整個(gè)表而不是使用索引。這可能發(fā)生在以下場(chǎng)景：

• 表的大小較小，表掃描成本幾乎可以忽略。
• 查詢需要獲取大部分表數(shù)據(jù)，索引的過(guò)濾能力不足，導(dǎo)致索引的額外開銷反而拖慢查詢速度。

雖然表掃描看起來(lái)反直覺，但在特定情況下確實(shí)更高效。

原因 6：索引的結(jié)構(gòu)性限制

理解索引的底層結(jié)構(gòu)（如 B+ 樹），有助于分析某些查詢?yōu)槭裁礋o(wú)法用到索引。主要有以下幾個(gè)場(chǎng)景：

場(chǎng)景 1：通配符搜索

MySQL 的索引只能用于匹配字符串的前綴部分，不能用于字符串中的后綴或包含部分。例如：

• 查詢 LIKE 'Aa%' 可以使用索引。
• 查詢 LIKE '%ron' 則無(wú)法使用索引。

如果你需要復(fù)雜的字符串搜索，可以考慮使用全文索引（Fulltext Index）或?qū)ｉT設(shè)計(jì)的數(shù)據(jù)模型。

場(chǎng)景 2：復(fù)合索引的左前綴規(guī)則

復(fù)合索引要求使用時(shí)遵循“左前綴”規(guī)則，例如：

ALTER TABLE people ADD INDEX multi (first_name, state);

• 查詢條件包含 first_name 和 state 時(shí)會(huì)正確使用索引。
• 查詢條件僅包含 state 時(shí)因不滿足左前綴無(wú)法使用復(fù)合索引。

場(chǎng)景 3：連接列類型或字符集不匹配

若連接的字段類型或字符集不一致，索引將無(wú)法生效。例如：

• VARCHAR(10) 和 CHAR(10) 類型和長(zhǎng)度相同，索引可用。
• VARCHAR(10) 和 CHAR(15) 則因長(zhǎng)度不同導(dǎo)致索引不可用。

確保字段定義一致是索引生效的前提。

原因 7：索引被模糊化處理

某些查詢因?qū)ψ侄问褂昧撕瘮?shù)或運(yùn)算導(dǎo)致索引無(wú)法使用。例如：

SELECT * FROM people WHERE YEAR(created_at) = 2023;

上述查詢無(wú)法使用 created_at 索引，因?yàn)?MySQL 沒法直接基于函數(shù)計(jì)算進(jìn)行優(yōu)化。替代方案如下：

SELECT * FROM people WHERE created_at BETWEEN '2023-01-01' AND '2023-12-31';

通過(guò)范圍查詢可以正常使用索引。

原因 8：隱藏索引

MySQL 支持隱藏索引，隱藏索引不會(huì)被查詢優(yōu)化器使用。例如：

ALTER TABLE people ALTER INDEX first_name INVISIBLE;

Hidden 索引可以用于測(cè)試索引刪除的影響，若查詢性能下降可以隨時(shí)恢復(fù)索引。

強(qiáng)制使用索引

如果你認(rèn)為 MySQL 優(yōu)化器的決策不正確，可以通過(guò) USE INDEX 提示優(yōu)化器使用指定索引：

EXPLAIN SELECT * FROM people USE INDEX (state) WHERE first_name = 'Aaron' AND state = 'TX';

但使用 USE INDEX 應(yīng)該謹(jǐn)慎，因?yàn)榭赡茉跀?shù)據(jù)量增長(zhǎng)后需要重新評(píng)估是否強(qiáng)制使用某索引。

知識(shí)補(bǔ)充

僅僅會(huì)用MySQL的EXPLAIN還不夠，還需要會(huì)用EXPLAIN ANALYZE

在 MySQL 中，EXPLAIN 是一個(gè)關(guān)鍵字，用于了解查詢執(zhí)行的相關(guān)信息。本文將展示如何利用MySQL EXPLAIN 來(lái)解決查詢中的性能問(wèn)題。

雖然執(zhí)行一個(gè) EXPLAIN 計(jì)劃相對(duì)簡(jiǎn)單，但其輸出結(jié)果并不總是直觀的。只有了解其功能，才能充分利用它來(lái)實(shí)現(xiàn)SQL語(yǔ)句的性能提升。

EXPLAIN 與 EXPLAIN ANALYZE 的區(qū)別

當(dāng)在查詢的前面添加 EXPLAIN 關(guān)鍵字時(shí)，它會(huì)解釋數(shù)據(jù)庫(kù)如何執(zhí)行該查詢以及估算的成本。

示例EXPLAIN語(yǔ)句：

通過(guò)利用這個(gè)MySQL 內(nèi)部工具，可以觀察到以下內(nèi)容：

• 查詢 ID：列中總包含一個(gè)數(shù)值，用于標(biāo)識(shí)該行屬于哪一個(gè) SELECT。
• SELECT_TYPE：運(yùn)行 SELECT 時(shí)，MySQL 將 SELECT 查詢分為簡(jiǎn)單類型和復(fù)雜類型（主要），如下表所示：
  • SIMPLE：查詢不包含子查詢或 UNION；
  • PRIMARY（復(fù)雜類型）：復(fù)雜類型分為三大類：簡(jiǎn)單子查詢、派生表（FROM 子句中的子查詢）、UNION；
  • DELETE：如果EXPLAIN的是 DELETE，select_type 會(huì)顯示 DELETE；
• 查詢運(yùn)行的表 ：顯示執(zhí)行計(jì)劃中每一步驟所涉及的表。
• 查詢?cè)L問(wèn)的分區(qū) ：列出訪問(wèn)了哪些表分區(qū)（如果表已分區(qū)）。
• 所使用的連接類型（如果有）：請(qǐng)注意，即使查詢中不包含連接，這一列也會(huì)填充。
• MySQL 可以選擇的索引 ：列出所有可能的候選索引。
• MySQL 實(shí)際使用的索引 ：顯示查詢選擇的索引，并指定索引的使用長(zhǎng)度。
• MySQL 選擇的索引的長(zhǎng)度：當(dāng) MySQL 使用復(fù)合索引時(shí)，length 列是唯一能確定復(fù)合索引中的使用了多少列的方法。
• 查詢?cè)L問(wèn)的行數(shù)：在設(shè)計(jì)數(shù)據(jù)庫(kù)實(shí)例中的索引時(shí)，需要注意 rows 列。該列顯示了 MySQL 為完成請(qǐng)求而訪問(wèn)的行數(shù)，這在設(shè)計(jì)索引時(shí)非常實(shí)用。查詢?cè)L問(wèn)的行越少，查詢速度越快。
• 與索引進(jìn)行比較的列
• 按指定條件過(guò)濾的行的百分比：該列顯示了滿足表上某些條件（如 WHERE 子句或連接條件）的行的悲觀估算百分比。將 rows 列的值乘以該百分比，可以看到 MySQL 估計(jì)要與查詢計(jì)劃中先前的表連接的行數(shù)。
• 與查詢相關(guān)的任何額外信息

總之，通過(guò)使用 EXPLAIN，可以獲得查詢預(yù)期運(yùn)行的步驟列表。

什么是 EXPLAIN ANALYZE

在 MySQL 8.0.18 中，MySQL 引入了 EXPLAIN ANALYZE，一個(gè)在常規(guī) EXPLAIN 查詢計(jì)劃工具之上的新功能。除了列出查詢計(jì)劃和估算的成本，EXPLAIN ANALYZE 還打印了執(zhí)行計(jì)劃中各個(gè)迭代器的實(shí)際成本。

示例EXPLAIN ANALYZE語(yǔ)句：

注意事項(xiàng)：EXPLAIN ANALYZE 實(shí)際上會(huì)運(yùn)行查詢，因此如果你不希望查詢?cè)趯?shí)時(shí)數(shù)據(jù)庫(kù)上運(yùn)行，請(qǐng)不要使用 EXPLAIN ANALYZE。

對(duì)于每個(gè)迭代器，EXPLAIN ANALYZE 提供以下信息：

• 估算的執(zhí)行成本（一些迭代器未被成本模型納入，因此在估算中未包含它們）
• 估算的返回行數(shù)
• 返回第一行所需的時(shí)間
• 執(zhí)行迭代器所花費(fèi)的時(shí)間（包括子迭代器但不包括父迭代器），單位：毫秒。當(dāng)有多個(gè)循環(huán)時(shí)，該數(shù)據(jù)會(huì)顯示平均每個(gè)循環(huán)所需的時(shí)間。
• 迭代器返回的行數(shù)
• 循環(huán)的次數(shù)

MySQL EXPLAIN ANALYZE 的結(jié)果會(huì)顯示查詢運(yùn)行前規(guī)劃器的估算數(shù)據(jù)（如圖中黃色突出顯示部分）和查詢實(shí)際運(yùn)行后的數(shù)據(jù)（如綠色突出顯示部分）。

EXPLAIN ANALYZE 的格式

EXPLAIN ANALYZE 可用于 SELECT 語(yǔ)句、多表 UPDATE 語(yǔ)句、DELETE 語(yǔ)句和 TABLE 語(yǔ)句。它會(huì)自動(dòng)選擇 FORMAT=tree 并執(zhí)行查詢（不會(huì)向用戶顯示任何輸出）。EXPLAIN ANALYZE 專注于查詢執(zhí)行的關(guān)系以及部分查詢的執(zhí)行順序。

EXPLAIN 輸出以節(jié)點(diǎn)形式組織。在最低層，節(jié)點(diǎn)會(huì)掃描表或搜索索引；較高層的節(jié)點(diǎn)則操作來(lái)自低層節(jié)點(diǎn)的結(jié)果。

雖然 MySQL CLI 能以表格、制表符、垂直格式，以及漂亮或原始 JSON 格式打印 EXPLAIN 結(jié)果，但目前 EXPLAIN ANALYZE 不支持 JSON 格式。

EXPLAIN 和EXPLAIN ANALYZE的使用場(chǎng)景

當(dāng)你不確定查詢是否高效運(yùn)行時(shí)，可以（且應(yīng)）使用 EXPLAIN 查詢。如果你認(rèn)為已經(jīng)正確索引并分區(qū)了表，但查詢依舊運(yùn)行緩慢，則可能需要使用EXPLAIN ANALYZE了。當(dāng)查詢進(jìn)行EXPLAIN ANALYZE之后，就需要關(guān)注的輸出內(nèi)容以及優(yōu)化目標(biāo)了。

1.索引相關(guān)列：keys、possible keys 和 key lengths

在 MySQL 中處理索引時(shí)，需關(guān)注 possible_keys、key 和 key_len 列。

• possible_keys 列顯示了 MySQL 可以選擇的索引。
• key 列顯示了實(shí)際選擇的索引。
• key_len 列顯示了所選索引的長(zhǎng)度。

這些信息對(duì)設(shè)計(jì)索引、為特定任務(wù)決定使用何種索引，以及處理相關(guān)問(wèn)題（如選擇覆蓋索引的適當(dāng)長(zhǎng)度）非常實(shí)用。

2.FULLTEXT 索引與連接

當(dāng)使用 FULLTEXT 索引確保查詢參與 JOIN 操作時(shí)，需注意 select_type 列，該列的值應(yīng)為 fulltext。

3.分區(qū)

如果表已添加分區(qū)并希望查詢使用這些分區(qū)，要觀察 partition 列。如果 MySQL 實(shí)例正在使用分區(qū)，在大多數(shù)情況下，MySQL 會(huì)自動(dòng)處理所有查詢，而無(wú)需額外操作。如果希望查詢使用特定分區(qū)，可以使用類似 SELECT * FROM TABLE_NAME PARTITION(p1,p2) 的查詢。

EXPLAIN 的局限性

EXPLAIN 是一種估算工具。它有時(shí)是一個(gè)比較準(zhǔn)確的估算，但有時(shí)可能非常不精確。以下是一些局限性：

• EXPLAIN 不會(huì)告訴你觸發(fā)器、存儲(chǔ)函數(shù)或 UDF 對(duì)查詢的影響。
• 它不能分析存儲(chǔ)過(guò)程。
• 它不會(huì)展示 MySQL 在查詢執(zhí)行期間的優(yōu)化過(guò)程。
• 一些統(tǒng)計(jì)數(shù)據(jù)是估算值，可能非常不準(zhǔn)確。
• 它不會(huì)區(qū)分某些具有相同名稱的內(nèi)容。例如，它用 filesort 表示內(nèi)存排序和磁盤排序，用 Using temporary 表示內(nèi)存臨時(shí)表和磁盤臨時(shí)表。

SHOW WARNINGS 語(yǔ)句

需要注意的一點(diǎn)是：如果你用 EXPLAIN 的查詢未正確解析，可以輸入 SHOW WARNINGS; 查看最后一個(gè)運(yùn)行的非診斷語(yǔ)句的信息。雖然它無(wú)法提供像 EXPLAIN 那樣的查詢執(zhí)行計(jì)劃，但它可能提供關(guān)于可處理的查詢片段的線索。

SHOW WARNINGS; 包含一些特殊標(biāo)記，其中信息可能包括：

• <index_lookup>(query fragment)：表明如果查詢正確解析會(huì)進(jìn)行索引查找。
• <if>(condition, expr1, expr2)：表明該查詢特定部分有 IF 條件。
• <primary_index_lookup>(query fragment)：表明通過(guò)主鍵進(jìn)行索引查找。
• <temporary table>：表明這里會(huì)創(chuàng)建內(nèi)部表以保存臨時(shí)結(jié)果（例如在連接之前的子查詢中）。

MySQL EXPLAIN 的連接類型

MySQL 手冊(cè)提到 type 列顯示“連接類型”，用以解釋表的連接方式。但實(shí)際上更準(zhǔn)確的說(shuō)法是“訪問(wèn)類型”，即告訴我們 MySQL 決定如何在表中找到行。

以下列出從性能最佳到最差的重要訪問(wèn)方式：

• NULL（較好）：表示 MySQL 在優(yōu)化階段即可解析查詢，不會(huì)在執(zhí)行階段訪問(wèn)表或索引。
• system（較好）：表為空或僅有一行記錄。
• const（較好）：列值可視為常量（即查詢只匹配一行）。注：主鍵查找、唯一索引查找。
• eq_ref（較好）：索引是聚簇索引，被 操作使用（索引為主鍵或 NOT NULL 的唯一索引）。
• ref（較好）：使用等值運(yùn)算符訪問(wèn)索引列。注：ref_or_null 是 ref 的變種，表示初次查找后需再查找 NULL 條目。
• fulltext（一般）：操作（JOIN）使用了表的 FULLTEXT 索引。
• index（一般）：掃描整個(gè)索引以找到查詢匹配項(xiàng)。注：主要優(yōu)勢(shì)是無(wú)需排序；主要劣勢(shì)是讀取整張表成本高。
• range（一般）：范圍掃描為受限索引掃描，從索引某點(diǎn)開始返回匹配范圍內(nèi)的記錄。注：這比全索引掃描更優(yōu)。
• all（一般）：MySQL 為滿足查詢而掃描全表。

還有一些其他類型需要了解：

• index_merge：此連接類型表示使用了索引合并優(yōu)化，即通過(guò)多索引聯(lián)合查詢單表。
• unique_subquery：此類型替代某些形式的 eq_ref。通常用于以下形式的子查詢：value IN (SELECT primary_key FROM single_table WHERE some_expr)。
• index_subquery：與 unique_subquery 類似，但應(yīng)用于非唯一索引的子查詢。

EXPLAIN 的 EXTRA 列

EXTRA 列包含其他列中未涵蓋的額外信息。以下是一些重要值及其定義：

• Using index：表示 MySQL 將使用覆蓋索引避免訪問(wèn)表。
• Using where：MySQL 服務(wù)器將在存儲(chǔ)引擎檢索行后進(jìn)行行的后過(guò)濾。
• Using temporary：MySQL 會(huì)通過(guò)臨時(shí)表保存排序結(jié)果。
• Using filesort：MySQL 使用外部排序來(lái)排序結(jié)果而非按照索引順序讀取行。
• Range checked for each record：(index map:N)，表示沒有合適索引，并會(huì)對(duì)連接中的每行重新評(píng)估索引。
• Using index condition：表通過(guò)訪問(wèn)索引元組并在讀取完整表之前進(jìn)行測(cè)試讀取。
• Backward index scan：MySQL 使用降序索引完成查詢。
• const row not found：表明查詢的表為空。
• Using index for group-by：表明 MySQL 能利用某個(gè)索引優(yōu)化 GROUP BY 操作。

EXPLAIN 優(yōu)化查詢的實(shí)踐示例

下面通過(guò)一個(gè)實(shí)踐案例來(lái)演示一下使用 MySQL EXPLAIN 優(yōu)化查詢的方法。

1.運(yùn)行初始查詢

在開始之前，先創(chuàng)建一個(gè)數(shù)據(jù)庫(kù)，并使用MySQL員工樣例數(shù)據(jù)庫(kù)進(jìn)行初始化。

通過(guò)使用多列索引和MySQL EXPLAIN，允許數(shù)據(jù)庫(kù)引擎聯(lián)合使用多列加速查詢。

例如，優(yōu)化下列查詢：

SELECT * FROM employees WHERE last_name = 'Puppo' AND first_name = 'Kendra';

在運(yùn)行該查詢后，EXPLAIN 的結(jié)果顯示訪問(wèn)了 299,733 行，而這是我們需要優(yōu)化以提升性能的根本原因。

優(yōu)化方法 1：創(chuàng)建兩個(gè)獨(dú)立索引

一種方法是分別為 last_name 列和 first_name 列創(chuàng)建單獨(dú)索引，但這種方式有一個(gè)問(wèn)題——MySQL 知道如何找到所有姓 Puppo 的員工，也知道如何找到所有名為 Kendra 的員工，但卻無(wú)法同時(shí)高效找到名為 Kendra Puppo 的員工。

其他需要注意的事項(xiàng)：

• 當(dāng)面對(duì)多個(gè)不相關(guān)的索引以及包含多個(gè)過(guò)濾條件的查詢時(shí)，MySQL 有幾種選擇可以用來(lái)處理這些情況。
• MySQL 支持索引合并優(yōu)化（Index Merge），可聯(lián)合使用多個(gè)索引來(lái)執(zhí)行查詢。然而，這種優(yōu)化有一定局限性，因此在構(gòu)建索引時(shí)應(yīng)該將其視為一般規(guī)則。MySQL 可能會(huì)決定不使用多個(gè)索引；即使會(huì)使用，在很多情況下，多個(gè)索引的聯(lián)合效果也遠(yuǎn)遠(yuǎn)不如一個(gè)專門的索引。

優(yōu)化方法 2：使用多列索引

由于第一種方法的問(wèn)題，我們知道需要找到一種解決方案來(lái)使用能夠考慮多列的索引。這里我們可以使用多列索引來(lái)實(shí)現(xiàn)這一目標(biāo)。

可以將其想象成一本電話簿嵌套在另一本電話簿中。首先，查閱姓氏 “Puppo”，然后進(jìn)入第二個(gè)目錄，該目錄按名字的字母順序組織所有名為 “Kendra” 的人，在這個(gè)目錄中可以快速找到“Kendra Puppo”。

在 MySQL 中，若要為 employees 表中的姓氏和名字創(chuàng)建多列索引，可以執(zhí)行以下命令：

CREATE INDEX fullnames ON employees(last_name, first_name);

現(xiàn)在，多列索引已成功創(chuàng)建，我們可以執(zhí)行以下 SELECT 查詢來(lái)查找名字為 Kendra 且姓氏為 Puppo 的記錄。結(jié)果將是一行數(shù)據(jù)，其中包含名為 Kendra Puppo 的員工信息。

使用 EXPLAIN 來(lái)檢查該查詢是否使用了索引：

查詢優(yōu)化后的結(jié)果顯示，索引被使用，并且只訪問(wèn)了一行數(shù)據(jù)來(lái)完成請(qǐng)求。這比優(yōu)化前必須訪問(wèn) 299,733 行要高效得多。

總結(jié)

索引優(yōu)化涉及多個(gè)方面，包括查詢優(yōu)化器運(yùn)作、數(shù)據(jù)分布、索引結(jié)構(gòu)等。了解索引未生效的原因并合理優(yōu)化查詢，可以顯著提升數(shù)據(jù)庫(kù)性能。索引雖強(qiáng)大，但只有正確規(guī)劃和使用才能發(fā)揮最大效用。

到此這篇關(guān)于MySQL索引不生效的8種原因與解決方法的文章就介紹到這了,更多相關(guān)MySQL索引不生效內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！