回表为什么慢:二级索引到聚簇索引、覆盖索引与“延迟关联”

news2026/4/3 17:33:14
目标你能把“回表”解释成一个可量化的成本模型并掌握两类实战优化覆盖索引与延迟关联先查主键再回表。1. 先把概念说透InnoDB 的两棵树聚簇索引主键 B 树叶子存整行数据二级索引普通/联合索引 B 树叶子通常存索引列主键值作为指向聚簇索引的“地址”因此用二级索引定位到一批主键后还要到主键树再查一遍拿整行这个“再查一遍”就是回表。2. 回表慢在哪里随机 IO 缓冲池命中下降如果命中的主键分布很散每个主键都可能落在不同的数据页就会产生大量随机访问当结果集大时回表成本近似于回表次数 * (一次主键树查找的页访问)即使这些页最终在 buffer pool 命中CPU 也会因大量指针跳转和缓存失效而变慢。3. 如何识别“回表过多”常见信号EXPLAINkey是二级索引Extra没有Using indexSQL 表现where 过滤很强但 select 返回大量列select *limit 很大或范围很大3.1 一个可复现的最小例子同样的 where不同的 select 会差很多准备一张典型业务表createtablet_order(idbigintprimarykey,user_idbigintnotnull,create_timedatetimenotnull,titlevarchar(64)notnull,contentvarchar(2000)notnull,keyidx_user_time(user_id,create_time,id,title));这里故意放一个比较“大”的列content模拟详情字段。对照 1select *无法覆盖 - 必然回表explainselect*fromt_orderwhereuser_id1orderbycreate_timedesc,iddesclimit20;你应该预期key命中idx_user_time但Extra通常不会出现Using index因为content不在索引里必须回表。对照 2只查列表字段覆盖索引 - 少回表甚至不回表explainselectid,title,create_timefromt_orderwhereuser_id1orderbycreate_timedesc,iddesclimit20;你应该预期更可能出现Extra: Using index同样的 where/order但整体 IO 压力明显更小4. 第一类优化覆盖索引最优雅覆盖索引查询所需列都在二级索引叶子中不需要回表示例-- 列表页只要 id、create_timeselectid,create_timefromtwhereuser_id?orderbycreate_timedesclimit20;索引(user_id, create_time, id)验证Extra: Using index4.1 覆盖索引的边界索引太宽会降低扇出让树变高只把“高频查询必须返回的列”放进去即可5. 第二类优化延迟关联先少量主键再回表场景你必须返回很多列无法覆盖但你只需要返回很少行比如第一页 20 条典型写法select*fromtwhereidin(selectidfromtwhereuser_id?orderbycreate_timedesclimit20);直觉内层子查询只走二级索引拿到 20 个 id外层回表只回 20 次相比“先扫描很多索引再回表很多次”回表次数被压缩到limit。5.2 对照组大分页时延迟关联的价值最大错误回表被 offset 放大select*fromt_orderwhereuser_id1orderbycreate_timedesc,iddesclimit10000,20;正确先拿 20 个主键再回表 20 次select*fromt_orderwhereidin(selectidfromt_orderwhereuser_id1orderbycreate_timedesc,iddesclimit10000,20);注意这不是银弹仍然要EXPLAIN验证优化器是否按你的预期执行。5.1 注意点in (subquery)可能被优化器改写务必EXPLAIN验证如果排序字段与索引不一致仍会 filesort6. 与分页的关系大 offset 会放大回表select*fromtwhereuser_id?orderbycreate_timedesclimit100000,20;问题需要跳过 10 万行如果还要回表会产生大量无效回表建议seek 分页基于 lastId/lastTime7. 常见坑“加了索引还是慢”索引只是让定位更快但回表仍可能是瓶颈“Using index 就一定快”覆盖索引也可能扫很多行选择性差仍然慢8. 线上排查 checklistEXPLAIN 看Extra是否Using index检查是否select *检查是否大分页 offset检查索引是否能同时支持 where order8.1 更流程化的排查顺序建议照着做固定证据拿到慢 SQL 参数慢日志/APM不要只看模板先判断是否“回表导致的慢”where 很强但仍慢并且select *或返回列很多用 EXPLAIN 只看两件事key是否命中二级索引Extra是否缺少Using index意味着回表选择优化路径能只返回必要列做覆盖索引必须返回整行且 limit 小用延迟关联页码很大优先改 seek 分页否则 offset 本身就是瓶颈9. 面试背诵稿50 秒在 InnoDB 中主键是聚簇索引叶子存整行二级索引叶子存索引列加主键所以通过二级索引查整行通常要再去主键树查一次这就是回表。回表慢的本质是大量随机访问数据页尤其是结果集大或分页 offset 大时会放大。优化主要两类第一是覆盖索引让查询列都在二级索引叶子里EXPLAIN 的 Extra 会出现 Using index第二是延迟关联先用索引拿到少量主键比如 limit 20再回表取整行从而把回表次数压缩到分页大小。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2479566.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…