MySQL索引优化+慢查询全解析

news2026/4/8 4:32:29
上一篇博客我们讲了MySQL存储引擎和视图的核心考点今天聚焦开发者最常接触、面试最常考的两大模块——索引优化和慢查询。索引是MySQL的“加速神器”但用错反而会拖慢性能慢查询是定位性能瓶颈的关键掌握其配置和分析方法能快速解决生产问题。本文整合了所有高频考点从索引基础到优化实战再到慢查询排查全程干货直接背诵就能应对面试落地就能解决实际问题。一、索引基础聚簇索引与非聚簇索引必背索引的核心作用是减少磁盘IO提升查询速度而InnoDB的索引结构分为聚簇索引和非聚簇索引二级索引两者的区别的是面试基础考点也是理解后续优化的关键。1. 聚簇索引主键索引聚簇索引是InnoDB的核心索引结构数据和索引存储在一起叶子节点就是完整的数据记录也是InnoDB默认的索引类型。优点按主键查询、范围查询速度极快无需额外跳转回表操作极少因为索引本身就包含完整数据。缺点插入操作依赖主键顺序主键建议使用自增ID不推荐使用UUID、随机字符串作为主键——这类值无序插入时会导致严重的页分裂大幅降低性能。2. 非聚簇索引二级索引非聚簇索引也叫二级索引是除主键索引外的所有索引其结构与聚簇索引独立核心特点的是“不存储完整数据”。叶子节点只存储索引列 主键值不包含完整数据记录通过非聚簇索引查询时需要先找到主键再去聚簇索引中获取完整数据这个过程就是“回表”。3. 回表与覆盖索引高频考点回表定义通过二级索引找到主键值后再去聚簇索引查询完整记录的过程回表会增加磁盘IO影响查询性能。覆盖索引避免回表的核心方法定义查询所需的所有字段都包含在当前索引中无需回表就能获取全部数据是索引优化的核心技巧之一。示例查询语句select id,name from user where name张三如果给name字段建立二级索引索引中包含name索引列和id主键查询时无需回表直接从索引中获取id和name这就是覆盖索引。关键原则禁止使用select *只查询需要的字段才能更易实现覆盖索引。二、联合索引 最左前缀原则必考重点实际开发中单字段索引往往无法满足复杂查询需求联合索引多字段组合索引更为常用但它有严格的使用规则——最左前缀原则一旦违反索引就会失效这是面试高频考点也是开发中最容易踩坑的地方。1. 联合索引定义联合索引是由多个字段组合而成的索引例如(a,b,c)表示先按a排序a相同再按b排序b相同再按c排序。2. 最左前缀原则核心查询时必须从联合索引的最左列开始使用不能跳过前面的列否则后面的索引列会失效具体规则如下能用到索引的情况查询条件包含 a、ab、abc顺序一致不跳过前面的列不能用到索引的情况查询条件只包含 b、c、bc跳过了最左列a。3. 关键注意点范围查询中断索引如果联合索引中某一列使用了范围查询如 、、between、in那么该列后面的所有索引列都会失效无法被使用。示例联合索引(a,b,c)查询语句select * from table where a1 and b2 and c3只能用到a和b列的索引c列的索引会失效因为b列使用了范围查询。4. 必背口诀记牢不踩坑全值匹配我最爱最左前缀要遵守带头大哥不能死中间兄弟不能断索引列上不计算范围之后全失效。解读联合索引需从左到右依次使用不能跳过中间列索引列上不能做计算或函数操作范围查询后后面的索引列全部失效。三、InnoDB vs MyISAM 索引区别必背面试高频结合上一篇博客的存储引擎知识点这里重点梳理两者的索引差异5点核心区别直接背诵即可应对面试提问索引结构InnoDB 是聚簇索引结构数据就是索引文件存储在 .ibd 文件中MyISAM 是非聚簇索引索引文件.MYI和数据文件.MYD分离。主键要求InnoDB 必须有主键无主键时会自动生成隐藏主键MyISAM 可以没有主键。二级索引存储InnoDB 的二级索引叶子节点存主键值MyISAM 的二级索引叶子节点存数据物理地址。事务支持InnoDB 支持事务和行锁MyISAM 不支持事务只支持表锁。查询性能InnoDB 适合高并发、复杂查询MyISAM 适合只读、简单查询查询速度略快但安全性差。四、适合/不适合建索引的场景高频简答题索引不是越多越好不合理的索引会导致插入、更新、删除操作变慢因为索引需要同步维护掌握建索引的场景能避免无效优化提升整体性能。适合建索引的场景where 子句中经常被查询的字段如用户登录时的手机号、订单查询时的订单号group by、order by 后面的字段能避免文件排序提升排序性能多表 JOIN 时的关联字段如订单表的 user_id 关联用户表的 id区分度高重复值少的字段如身份证号、手机号索引利用率高要求唯一性的字段如用户名、邮箱适合建立唯一索引保证数据唯一。不适合建索引的场景数据量很小的表如只有几十条数据的配置表全表扫描比索引查询更快区分度极低的字段如性别、状态0/1重复值多索引利用率极低不如全表扫描频繁进行增删改的字段每次操作都要同步维护索引会大幅降低操作性能业务中用不到的字段建立索引只会浪费存储空间无任何实际价值冗余索引如已建立联合索引 (a,b)再建立索引 (a)就是冗余索引无需重复建立。五、索引优化实战核心面试必考索引优化的核心是“让索引生效、减少无效操作”下面从优化思路、EXPLAIN工具、索引失效场景、各类查询优化等方面梳理实战技巧和面试考点。1. 数据库优化整体思路必背优化需遵循“由浅入深”的原则先解决最容易见效的问题再逐步升级一句话总结先调 SQL 和索引再调配置最后架构升级。具体分为四个层面SQL 与索引优化最常用、见效最快也是本文重点库表结构优化如优化字段类型、拆分大表、减少多表JOIN服务器配置优化修改 my.cnf 配置如调整缓冲大小、连接数、innodb_buffer_pool_size 等架构优化当单库单表达到瓶颈时采用分库分表、读写分离、引入Redis缓存等。2. EXPLAIN 核心字段面试必考分析慢SQL的关键EXPLAIN 是MySQL自带的分析工具能查看SQL语句的执行计划判断索引是否生效、是否全表扫描是优化SQL的第一步。重点关注以下6个字段1id执行顺序id 相同SQL语句从上往下顺序执行id 不同id 越大执行优先级越高先执行id 为 NULL是 UNION 去重时产生的临时表最后执行。口诀id 相同顺序执行id 越大越先跑。2type访问类型最重要type 字段表示MySQL查询数据的方式性能从好到坏排序为system const eq_ref ref range index ALL重点解读高频考点const主键/唯一索引等值匹配查询速度最快如 where id1eq_ref多表JOIN时使用主键/唯一索引关联每行只返回一条匹配记录ref普通索引等值匹配如 where name张三性能较好range范围查询between、、、in性能中等index全索引扫描覆盖索引场景比全表扫描好ALL全表扫描最差必须优化。阿里开发规范SQL执行的type至少达到 range 级别最好能达到 ref 及以上。3possible_keys keypossible_keysMySQL认为可能用到的索引仅供参考key实际用到的索引重点看这个若为NULL说明未命中任何索引。4key_len表示索引使用的长度单位是字节。对于联合索引key_len 越长说明使用的索引列越充分优化效果越好。5rows表示MySQL查询时扫描的行数数值越小越好扫描行数越少磁盘IO越少查询速度越快。6Extra高频考点辅助判断优化方向Extra 字段会显示SQL执行的额外信息重点关注以下几种情况Using index覆盖索引无需回表极好的优化效果Using where在服务器层过滤数据未充分利用索引需优化Using filesort文件排序未使用索引排序必须优化Using temporary使用临时表性能差需优化常见于 group by、distinct 场景Using join buffer多表JOIN未命中索引使用了连接缓冲需给被驱动表建索引Using index condition索引下推ICP优化回表操作提升性能。3. 索引失效场景面试必问背会避坑即使建立了索引若使用不当索引也会失效导致全表扫描以下7种场景是高频考点必须记牢索引列上做计算、使用函数如 left(name,2)、substr(phone,1,3)、id110like 查询使用左模糊或全模糊如 like %张三、like %张三%右模糊 like 张三% 可命中索引使用 !、、is not null除非字段NULL值比例极高否则索引失效类型隐式转换如 varchar 类型字段用数字匹配where name123而name是字符串类型违反最左前缀原则跳过联合索引前面的列范围条件后列失效如联合索引 (a,b,c)where a1 and b2 and c3c列索引失效or 连接无索引列如 where a1 or b2若b无索引整个查询索引失效。4. 各类查询优化技巧实战必备1JOIN 优化原则小表驱动大表减少外层循环的次数提升效率被驱动表的连接字段必须建索引关键避免 Using join bufferINNER JOIN 优化器会自动选择小表作为驱动表无需手动调整LEFT JOIN 固定左表为驱动表需给右表的连接字段建索引尽量避免子查询改为 JOIN子查询效率低易导致索引失效。2子查询优化NOT IN / NOT EXISTS 子查询性能极差会导致索引失效、全表扫描推荐用 LEFT JOIN IS NULL 替代。示例替代select * from user where id not in (select user_id from order)改为select u.* from user u left join order o on u.id o.user_id where o.user_id is null。3排序优化order by无 where 过滤时order by 一般不会使用索引需优化排序字段的顺序必须和索引顺序一致如联合索引 (a,b)order by a,b 可命中索引order by b,a 无法命中排序方向必须一致同 ASC 或同 DESC混合方向会导致索引失效出现 Using filesort 必须优化给排序字段建索引是最直接的方式少用 select *减少 sort_buffer 的压力排序时需要加载字段数据。4分组优化group by规则基本同 order by分组字段建议建索引group by 即使没有 where 条件也可能走索引尽量先过滤再分组用 where 筛选出需要的数据再 group by将结果集控制在千行以内提升效率。六、面试高频题 标准答案直接背不踩坑以下10道题是MySQL索引优化面试中最常考的标准答案已整理好直接背诵即可应对提问你们项目怎么做 MySQL 优化标准回答1. 先用 EXPLAIN 分析慢 SQL重点看 type、key、Extra 字段2. 优化 SQL 语句减少不必要的 JOIN 和子查询3. 建立合理的索引遵循最左前缀原则避免索引失效4. 使用覆盖索引减少回表操作5. 调整数据库参数如 innodb_buffer_pool、sort_buffer_size6. 大表做分库分表、读写分离引入 Redis 缓存减轻数据库压力。EXPLAIN 你主要看哪些字段看5个核心字段type判断是否全表扫描、key是否命中索引、key_len索引是否充分使用、rows扫描行数、Extra是否有 filesort、temporary 等异常。type 从好到坏的排序system const eq_ref ref range index ALL。什么是覆盖索引有什么好处定义查询所需的所有字段都包含在二级索引中不需要回表查询聚簇索引。好处减少随机 IO、避免回表操作、查询速度更快。哪些情况会导致索引失效背诵版1. 索引列上用函数、做计算2. like 以 % 开头3. 使用 !、、is not null4. 类型隐式转换5. 违反最左前缀原则6. 范围条件后列失效7. or 连接无索引列。最左前缀原则是什么联合索引必须从左到右依次使用不能跳过前面的列否则后面的所有索引列都会失效。Using filesort 是什么怎么优化定义表示排序操作没有用到索引MySQL 在内存或磁盘中进行文件排序性能较差。优化1. 给 order by 字段建索引2. 保证 where order by 符合最左前缀原则3. 避免 select *减少排序数据量4. 调整 sort_buffer_size 参数。JOIN 怎么优化1. 小表驱动大表2. 给被驱动表的连接字段建索引3. 避免无索引 JOIN防止出现 Using join buffer4. 少用子查询改为 JOIN。NOT IN 为什么慢怎么优化原因NOT IN 会导致索引失效触发全表扫描且无法有效优化子查询。优化改为 LEFT JOIN … WHERE xx IS NULL。单路排序 vs 双路排序双路排序两次磁盘 IO先根据索引排序再去读取对应数据单路排序一次磁盘 IO一次性读出所有需要的字段进行排序。单路排序更快但占用内存更多当数据量太大时单路排序会触发多次 IO反而变慢。优化控制查询字段数量、调整 sort_buffer_size 参数。七、慢查询定位性能瓶颈的第一步慢查询是指执行时间超过指定阈值的SQL语句是定位MySQL性能瓶颈的核心工具掌握其配置和使用方法能快速找到慢SQL并优化。1. 慢查询是什么核心作用记录执行时间超过阈值的SQL语句用于定位慢SQL、分析性能瓶颈是SQL优化的第一步本质通过日志记录捕捉执行效率低的SQL为优化提供方向。2. 慢查询关键配置必背MySQL默认关闭慢查询日志需手动配置开启核心配置参数如下slow_query_log是否开启慢查询日志默认 OFF需设为 ONlong_query_time慢查询阈值默认 10s可根据业务调整如设为 1s记录执行时间1s的SQL 注意修改该参数后需重新连接MySQL会话配置才会生效。slow_query_log_file慢查询日志文件路径指定日志存储位置便于后续分析。3. 慢查询的优缺点优点简单、轻量无需复杂配置开启后即可记录慢SQL定位慢SQL直接有效能快速找到性能瓶颈。缺点开启后会有轻微性能损耗日志写入需要资源只记录执行时间超过阈值的SQL无法捕捉执行时间短但频繁执行的SQL无法展示锁等待、IO消耗、资源等待等细节需结合其他工具如 show processlist分析。八、总结面试实战速记1. 索引核心聚簇索引数据索引、非聚簇索引需回表覆盖索引是避免回表的关键主键优先选自增ID2. 联合索引严格遵循最左前缀原则范围查询后列失效记牢口诀避免踩坑3. 优化思路先EXPLAIN分析SQL再优化索引和SQL最后调配置、升架构4. 慢查询开启后定位慢SQL核心看3个配置参数结合EXPLAIN进一步优化5. 面试重点索引失效场景、EXPLAIN字段、JOIN优化、覆盖索引直接背诵高频题答案即可。其实MySQL索引优化没有那么复杂核心就是“让索引生效、减少磁盘IO”记住本文的考点和技巧既能轻松应对面试也能在实际开发中避开常见坑提升数据库性能。建议收藏本文面试前快速过一遍实战中遇到问题随时查阅。

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/2494836.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…