前言

数据库查询慢是 Web 开发中最常见的性能问题之一。而绝大多数慢查询都可以通过合理使用索引来解决。本文将从 Explain 执行计划入手，带你一步步掌握 MySQL 索引优化的实战技巧。

一、认识 Explain 执行计划

要优化查询，首先得知道 MySQL 是怎么执行你的 SQL 的。EXPLAIN 命令可以展示 MySQL 执行查询的详细步骤：

EXPLAIN SELECT * FROM orders WHERE user_id = 10086 AND status = 'paid';

重点关注以下几个字段：

• type：访问类型，从好到差依次为 const > eq_ref > ref > range > index > ALL。出现 ALL 就是全表扫描，必须优化。
• key：实际使用的索引。如果为 NULL，说明没有用到索引。
• rows：预估需要扫描的行数。这个值越大越慢。
• Extra：额外信息。Using filesort 和 Using temporary 都是危险信号。

二、最左前缀原则

联合索引 (a, b, c) 的匹配规则：

-- 用到索引 a,b,c
SELECT * FROM t WHERE a = 1 AND b = 2 AND c = 3;

-- 用到索引 a,b
SELECT * FROM t WHERE a = 1 AND b = 2;

-- 只用到索引 a（中间断了）
SELECT * FROM t WHERE a = 1 AND c = 3;

-- 完全用不到索引
SELECT * FROM t WHERE b = 2 AND c = 3;

实战要点：把等值查询的列放在前面，范围查询的列放在后面。

三、常见索引失效场景

1. 对索引列使用函数或运算

-- 失效：对索引列用了函数
SELECT * FROM users WHERE DATE(created_at) = '2026-01-01';

-- 有效：改成范围查询
SELECT * FROM users WHERE created_at >= '2026-01-01' AND created_at < '2026-01-02';

2. 隐式类型转换

-- 失效：phone 是 varchar，用数字查
SELECT * FROM users WHERE phone = 13800138000;

-- 有效：加引号
SELECT * FROM users WHERE phone = '13800138000';

3. LIKE 以通配符开头

-- 失效
SELECT * FROM users WHERE name LIKE '%张%';

-- 有效
SELECT * FROM users WHERE name LIKE '张%';

四、实战优化案例

问题 SQL（扫描 10 万行，耗时 1.2 秒）：

SELECT id, title, created_at FROM articles
WHERE category_id = 5 AND status = 'published'
ORDER BY created_at DESC LIMIT 20;

Explain 结果：type=index，rows=120000，Using filesort。

优化方案：创建联合索引

ALTER TABLE articles ADD INDEX idx_cat_status_time (category_id, status, created_at DESC);

优化后：type=ref，rows=20，Extra 无 filesort。查询时间从 1.2 秒降到 0.005 秒。

五、索引不是越多越好

索引虽然能加速查询，但也有代价：

1. 写入变慢：每次 INSERT/UPDATE 都要维护索引
2. 占用空间：索引也是要存磁盘的
3. 优化器选错：索引太多可能让优化器犯迷糊

建议：单表索引数量控制在 5 个以内，避免重复索引和冗余索引。

总结

MySQL 索引优化的核心思路：

1. 用 EXPLAIN 看执行计划，找到慢的原因
2. 遵循最左前缀原则设计联合索引
3. 避免常见的索引失效写法
4. 定期清理无用索引

掌握这些技巧，你就能解决 80% 以上的慢查询问题。