21个MySQL索引优化实战技巧
MySQL索引优化是提升数据库性能的关键手段，一个合理的索引设计和使用策略，往往能将查询速度提升几十倍甚至上百倍。然而，索引优化并不简单，既需要扎实的理论基础，也需要丰富的实战经验。
本文总结了21个MySQL索引优化的实战技巧，从索引选择、设计到维护、监控的全生命周期，帮助你解决日常开发中的索引性能问题。
基础知识回顾
在具体介绍前，让我们先简单回顾索引的基础知识：
MySQL常用的索引类型包括：主键索引、唯一索引、普通索引、联合索引、全文索引等。其中最常用的B+树索引，具有以下特点：
- 非叶子节点只存储键值信息
- 所有叶子节点包含了完整的数据记录
- 叶子节点通过指针连接，方便范围查询
- 所有节点按键值大小排序
理解这些基础对于后续优化至关重要。接下来，让我们进入正题。
一、索引设计优化
1. 遵循最左匹配原则，合理设计联合索引顺序
联合索引的顺序直接影响其使用效率。MySQL会从左到右依次使用索引列，如果中间某列没有使用，则后面的列也无法使用索引。
错误示例：
-- 创建索引(name, age, city)
CREATE INDEX idx_user_name_age_city ON user(name, age, city);
-- 以下查询无法充分利用索引
SELECT * FROM user WHERE age = 25 AND city = 'Beijing'; -- name列缺失，只能全表扫描
SELECT * FROM user WHERE name = 'Tom' AND city = 'Beijing'; -- 中间age列缺失，city无法使用索引
优化方法：
- 将选择性高的列放在前面（选择性 = 不重复值 / 总记录数）
- 将常用于条件查询的列放在前面
- 考虑范围查询的列放在最后
-- 假设选择性：city < name < age
CREATE INDEX idx_user_name_age_city ON user(name, age, city);
-- 充分利用索引的查询
SELECT * FROM user WHERE name = 'Tom' AND age = 25;
SELECT * FROM user WHERE name = 'Tom' AND age = 25 AND city = 'Beijing';
2. 利用覆盖索引避免回表查询
回表操作是指通过索引找到对应的行记录指针，再通过指针去查询完整记录的过程。如果查询只需要返回索引包含的列，则可以避免回表，这称为覆盖索引。
优化前：
-- 创建普通索引
CREATE INDEX idx_user_name ON user(name);
-- 需要回表查询
SELECT id, name, age, city FROM user WHERE name = 'Tom';
优化后：
-- 创建包含所需字段的索引
CREATE INDEX idx_user_name_age_city ON user(name, age, city);
-- 使用覆盖索引，无需回表
SELECT name, age, city FROM user WHERE name = 'Tom';
3. 针对字符串列使用前缀索引
对于CHAR和VARCHAR类型的列，如果整列长度较大，可以只索引开头的部分字符，这样可以大幅减少索引占用空间，提高索引效率。
优化方法：
-- 假设product_desc是较长的产品描述文本
CREATE INDEX idx_product_desc ON product(product_desc(50));
如何确定前缀长度？可以通过计算选择性来确定：
-- 计算不同前缀长度的选择性
SELECT
COUNT(DISTINCT LEFT(product_desc, 10)) / COUNT(*) AS sel_10,
COUNT(DISTINCT LEFT(product_desc, 20)) / COUNT(*) AS sel_20,
COUNT(DISTINCT LEFT(product_desc, 30)) / COUNT(*) AS sel_30,
COUNT(DISTINCT LEFT(product_desc, 40)) / COUNT(*) AS sel_40,
COUNT(DISTINCT LEFT(product_desc, 50)) / COUNT(*) AS sel_50,
COUNT(DISTINCT product_desc) / COUNT(*) AS sel_full
FROM product;
选择一个接近完整列选择性的前缀长度即可。
注意事项： 使用前缀索引后，无法使用该索引做ORDER BY或GROUP BY，也无法使用覆盖索引。
4. 合理使用复合索引替代多个单列索引
多个单列索引在多条件查询时，MySQL只会选择一个索引。而复合索引可以同时满足多个条件的查询需求。
优化前：
-- 单独创建两个索引
CREATE INDEX idx_user_age ON user(age);
CREATE INDEX idx_user_city ON user(city);
-- MySQL通常只会选择一个索引
SELECT * FROM user WHERE age = 25 AND city = 'Beijing';
优化后：
-- 创建一个复合索引
CREATE INDEX idx_user_age_city ON user(age, city);
-- 可以同时使用age和city条件
SELECT * FROM user WHERE age = 25 AND city = 'Beijing';
5. 使用前缀索引优化模糊查询的左匹配
LIKE语句使用通配符前缀（如’%abc’）会导致索引失效。但对于右匹配模式（如’abc%’），索引仍然有效。
可以使用索引的查询：
-- 可以使用索引
SELECT * FROM products WHERE product_name LIKE 'iphone%';
无法使用索引的查询：
-- 无法使用索引
SELECT * FROM products WHERE product_name LIKE '%iphone%';
优化方法：
对于需要搜索包含某个关键词的记录，可以考虑全文索引或搜索引擎。对于简单场景，也可以通过字段冗余解决：
-- 添加一个反转字段
ALTER TABLE products ADD product_name_reversed VARCHAR(255);
-- 触发器维护反转值, 此处为了简单表示整体实现思路, 实际通常在代码中进行反转值赋值
DELIMITER //
CREATE TRIGGER product_insert BEFORE INSERT ON products
FOR EACH ROW
BEGIN
SET NEW.product_name_reversed = REVERSE(NEW.product_name);
END; //
DELIMITER ;
-- 创建反转字段的索引
CREATE INDEX idx_product_name_rev ON products(product_name_reversed);
-- 搜索以'phone'结尾的产品
SELECT * FROM products
WHERE product_name_reversed LIKE CONCAT(REVERSE('phone'), '%');
二、索引使用优化
6. 避免在WHERE子句中对字段进行函数运算
在字段上使用函数会导致索引失效，应该把运算转移到值上。
错误用法：
-- 索引失效
SELECT * FROM orders WHERE YEAR(create_time) = 2023;
优化方法：
-- 可以使用索引
SELECT * FROM orders
WHERE create_time >= '2023-01-01' AND create_time < '2024-01-01';
7. 避免隐式类型转换导致索引失效
MySQL在进行查询时，如果字段类型与条件值类型不匹配，会进行隐式类型转换，可能导致索引失效。
错误用法：
-- user_id是varchar类型，但使用了整数条件
CREATE INDEX idx_user_id ON users(user_id);
SELECT * FROM users WHERE user_id = 12345; -- 索引可能失效
优化方法：
-- 确保条件值类型与字段类型一致
SELECT * FROM users WHERE user_id = '12345'; -- 使用字符串类型
8. 小心使用NOT、!=、<>、!<、!>、NOT IN、NOT LIKE等否定操作符
否定条件通常会导致索引失效，因为数据库需要检查所有不满足条件的记录。
优化方法：
尽量用肯定表达式替代否定表达式：
-- 优化前：无法充分利用索引
SELECT * FROM products WHERE category_id != 5;
-- 优化后：可以使用索引
SELECT * FROM products WHERE category_id < 5 OR category_id > 5;
9. 合理使用LIMIT优化分页查询
大偏移量的LIMIT分页查询效率较低，因为MySQL需要检索前N条记录然后丢弃。
优化前：
-- 性能较差的分页查询
SELECT * FROM products ORDER BY id LIMIT 100000, 10;
优化方法1 - 使用索引覆盖扫描：
-- 先获取ID，再关联查询完整数据
SELECT p.* FROM products p
JOIN (
SELECT id FROM products ORDER BY id LIMIT 100000, 10
) tmp ON p.id = tmp.id;
优化方法2 - 使用上次查询的最大ID：
-- 假设已知上一页的最大ID是100233
SELECT * FROM products WHERE id > 100233 ORDER BY id LIMIT 10;
10. 避免使用SELECT *，只查询需要的列
使用SELECT *会返回所有列，可能破坏覆盖索引的效果，并增加网络和内存开销。
优化前：
-- 可能导致不必要的开销
SELECT * FROM users WHERE name = 'Tom';
优化后：
-- 只返回需要的列，可能利用覆盖索引
SELECT id, name, email FROM users WHERE name = 'Tom';
11. 使用EXPLAIN分析查询执行计划
在优化前，先使用EXPLAIN分析SQL语句的执行计划，了解索引使用情况。
EXPLAIN SELECT * FROM users WHERE name = 'Tom' AND age > 20;
重点关注以下字段：
type: 从好到差依次是：system > const > eq_ref > ref > range > index > ALLkey: 实际使用的索引rows: 预计需要扫描的行数Extra: 额外信息，如"Using index"表示使用了覆盖索引
三、特殊场景索引优化
12. 使用索引排序优化ORDER BY操作
如果ORDER BY的列与WHERE使用的列不一致，排序无法使用索引，会导致文件排序。
优化前：
-- WHERE和ORDER BY使用不同的列，可能导致文件排序
CREATE INDEX idx_user_name ON users(name);
SELECT * FROM users WHERE name = 'Tom' ORDER BY age;
优化后：
-- 创建联合索引同时包含WHERE和ORDER BY的列
CREATE INDEX idx_user_name_age ON users(name, age);
SELECT * FROM users WHERE name = 'Tom' ORDER BY age;
注意事项： ORDER BY的多个字段需要与索引顺序一致，且排序方向需一致(全ASC或全DESC)。
13. 在大表上创建索引的最佳实践
在大表上直接创建索引可能会导致长时间锁表。可以使用以下方法优化：
方法1 - 使用低峰期操作：
-- 在低峰期执行索引创建
CREATE INDEX idx_order_status ON orders(status);
方法2 - 使用在线DDL(MySQL 8.0+)：
-- 使用ALGORITHM和LOCK选项
CREATE INDEX idx_order_status ON orders(status)
ALGORITHM=INPLACE, LOCK=NONE;
方法3 - 使用pt-online-schema-change工具：
pt-online-schema-change --alter "ADD INDEX idx_order_status (status)" \
--host=localhost --user=root --ask-pass --database=mydb --table=orders \
--execute
14. 使用虚拟列为计算结果创建索引
对于经常需要计算后过滤的场景，可以使用虚拟列并在其上创建索引。
-- 添加虚拟列存储计算结果
ALTER TABLE products
ADD total_value DECIMAL(10,2) AS (price * quantity) VIRTUAL;
-- 在虚拟列上创建索引
CREATE INDEX idx_total_value ON products(total_value);
-- 使用计算列进行查询
SELECT * FROM products WHERE total_value > 10000;
15. 使用哈希索引优化等值查询
InnoDB不支持显式的哈希索引，但我们可以自己实现：
-- 添加哈希列
ALTER TABLE users ADD name_hash INT UNSIGNED
GENERATED ALWAYS AS (crc32(name)) STORED;
-- 在哈希列上创建索引
CREATE INDEX idx_name_hash ON users(name_hash);
-- 使用哈希索引查询
SELECT * FROM users
WHERE name_hash = crc32('Tom') AND name = 'Tom';
注意最后还需要验证原始值，因为哈希可能冲突。
四、索引维护优化
16. 定期优化和重建索引
随着数据变化，索引可能变得碎片化，影响性能。定期优化表和重建索引可以改善性能。
-- 分析表
ANALYZE TABLE orders;
-- 优化表
OPTIMIZE TABLE orders;
-- 或者重建索引
ALTER TABLE orders DROP INDEX idx_status, ADD INDEX idx_status(status);
建议： 设置一个低峰期的定时任务，对重要表执行优化操作。
17. 控制单表上的索引数量
索引数量过多会影响写性能，建议每个表的索引数量控制在5个以内。
优化方法：
- 删除重复和未使用的索引
- 合并功能类似的索引
-- 查找未使用的索引
SELECT * FROM schema_unused_indexes; -- Performance Schema
-- 查找重复的索引
SELECT * FROM sys.schema_redundant_indexes; -- Sys Schema
18. 使用降序索引优化排序
MySQL 8.0+支持降序索引，可以优化混合排序方向的查询。
-- 创建混合排序方向的索引(MySQL 8.0+)
CREATE INDEX idx_user_age_score ON users(age ASC, score DESC);
-- 可以高效执行的查询
SELECT * FROM users ORDER BY age ASC, score DESC;
19. 使用部分索引优化高选择性数据
MySQL 8.0+支持在WHERE条件满足时才为行创建索引记录，减少索引大小。
-- 只为活跃用户创建索引(MySQL 8.0+)
CREATE INDEX idx_active_users ON users(name, email)
WHERE status = 'active';
五、索引监控与进阶技巧
20. 利用索引统计信息进行调优
MySQL维护了索引统计信息，可以帮助优化器选择合适的索引。有时统计信息不准确会导致次优的执行计划。
-- 查看表的统计信息
SHOW TABLE STATUS LIKE 'users';
-- 查看索引的基数
SHOW INDEX FROM users;
-- 刷新统计信息
ANALYZE TABLE users;
21. 使用索引提示(Index Hints)解决优化器选择问题
有时MySQL优化器的选择不是最优的，可以使用索引提示强制使用特定索引。
-- 强制使用特定索引
SELECT * FROM users FORCE INDEX(idx_name_age)
WHERE name = 'Tom' AND age > 20;
-- 忽略特定索引
SELECT * FROM users IGNORE INDEX(idx_status)
WHERE status = 'active' AND age > 20;
建议： 索引提示应该是最后的手段，通常先尝试优化表结构和索引设计。
总结
索引优化是一个持续的过程，需要结合业务特点、数据分布和查询模式来综合考虑。
优秀的索引设计需要理论知识和实践经验的结合。