15个必知的Mysql索引失效场景，别再踩坑了！

古城微笑少年丶 2023-10-01 22:33 11阅读 0赞

### 背景 ###

无论你是技术大佬，还是刚入行的小白，时不时都会踩到Mysql数据库不走索引的坑。常见的现象就是：明明在字段上添加了索引，但却并未生效。

前些天就遇到一个稍微特殊的场景，同一条SQL语句，在某些参数下生效，在某些参数下不生效，这是为什么呢？

另外，无论是面试或是日常，Mysql索引失效的通常情况都应该了解和学习。

为了方便学习和记忆，这篇文件将常见的15种不走索引情况进行汇总，并以实例展示，帮助大家更好地避免踩坑。建议收藏，以备不时之需。

### 数据库及索引准备 ###

#### 创建表结构 ####

为了逐项验证索引的使用情况，我们先准备一张表t\_user：

CREATE TABLE `t_user` (
      `id` int(11) unsigned NOT NULL AUTO_INCREMENT COMMENT 'ID',
      `id_no` varchar(18) CHARACTER SET utf8mb4 COLLATE utf8mb4_bin DEFAULT NULL COMMENT '身份编号',
      `username` varchar(32) CHARACTER SET utf8mb4 COLLATE utf8mb4_bin DEFAULT NULL COMMENT '用户名',
      `age` int(11) DEFAULT NULL COMMENT '年龄',
      `create_time` datetime DEFAULT CURRENT_TIMESTAMP COMMENT '创建时间',
      PRIMARY KEY (`id`),
      KEY `union_idx` (`id_no`,`username`,`age`),
      KEY `create_time_idx` (`create_time`)
    ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_bin;

在上述表结构中有三个索引：

*  `id`：为数据库主键；
 *  `union_idx`：为id\_no、username、age构成的联合索引；
 *  `create_time_idx`：是由create\_time构成的普通索引；

#### 初始化数据 ####

初始化数据分两部分：基础数据和批量导入数据。

基础数据insert了4条数据，其中第4条数据的创建时间为未来的时间，用于后续特殊场景的验证：

INSERT INTO `t_user` (`id`, `id_no`, `username`, `age`, `create_time`) VALUES (null, '1001', 'Tom1', 11, '2022-02-27 09:04:23');
    INSERT INTO `t_user` (`id`, `id_no`, `username`, `age`, `create_time`) VALUES (null, '1002', 'Tom2', 12, '2022-02-26 09:04:23');
    INSERT INTO `t_user` (`id`, `id_no`, `username`, `age`, `create_time`) VALUES (null, '1003', 'Tom3', 13, '2022-02-25 09:04:23');
    INSERT INTO `t_user` (`id`, `id_no`, `username`, `age`, `create_time`) VALUES (null, '1004', 'Tom4', 14, '2023-02-25 09:04:23');

除了基础数据，还有一条存储过程及其调用的SQL，方便批量插入数据，用来验证数据比较多的场景：

-- 删除历史存储过程
    DROP PROCEDURE IF EXISTS `insert_t_user`
    
    -- 创建存储过程
    delimiter $
    
    CREATE PROCEDURE insert_t_user(IN limit_num int)
    BEGIN
      DECLARE i INT DEFAULT 10;
        DECLARE id_no varchar(18) ;
        DECLARE username varchar(32) ;
        DECLARE age TINYINT DEFAULT 1;
        WHILE i < limit_num DO
            SET id_no = CONCAT("NO", i);
            SET username = CONCAT("Tom",i);
            SET age = FLOOR(10 + RAND()*2);
            INSERT INTO `t_user` VALUES (NULL, id_no, username, age, NOW());
            SET i = i + 1;
        END WHILE;
    
    END $
    -- 调用存储过程
    call insert_t_user(100);

关于存储过程的创建和存储，可暂时不执行，当用到时再执行。

#### 数据库版本及执行计划 ####

查看当前数据库的版本：

select version();
    8.0.18

上述为本人测试的数据库版本：`8.0.18`。当然，以下的所有示例，大家可在其他版本进行执行验证。

查看SQL语句执行计划，一般我们都采用`explain`关键字，通过执行结果来判断索引使用情况。

执行示例：

explain select * from t_user where id = 1;

执行结果：

![format_png][]

可以看到上述SQL语句使用了主键索引（PRIMARY），`key_len`为4；

其中`key_len`的含义为：表示索引使用的字节数，根据这个值可以判断索引的使用情况，特别是在组合索引的时候，判断该索引有多少部分被使用到非常重要。

做好以上数据及知识的准备，下面就开始讲解具体索引失效的实例了。

### 1 联合索引不满足最左匹配原则 ###

联合索引遵从最左匹配原则，顾名思义，**在联合索引中，最左侧的字段优先匹配**。因此，在创建联合索引时，where子句中使用最频繁的字段放在组合索引的最左侧。

而在查询时，要想让查询条件走索引，则需满足：最左边的字段要出现在查询条件中。

实例中，`union_idx`联合索引组成：

KEY `union_idx` (`id_no`,`username`,`age`)

最左边的字段为id\_no，一般情况下，只要保证id\_no出现在查询条件中，则会走该联合索引。

**示例一**：

explain select * from t_user where id_no = '1002';

explain结果：

![format_png 1][]

通过explain执行结果可以看出，上述SQL语句走了`union_idx`这条索引。

这里再普及一下key\_len的计算：

*  `id_no` 类型为varchar(18)，字符集为utf8mb4\_bin，也就是使用4个字节来表示一个完整的UTF-8。此时，key\_len = 18\* 4 = 72；
 *  由于该字段类型varchar为变长数据类型，需要再额外添加2个字节。此时，key\_len = 72 + 2 = 74；
 *  由于该字段运行为NULL（default NULL），需要再添加1个字节。此时，key\_len = 74 + 1 = 75；

上面演示了key\_len一种情况的计算过程，后续不再进行逐一推演，知道基本组成和原理即可，更多情况大家可自行查看。

**示例二**：

explain select * from t_user where id_no = '1002' and username = 'Tom2';

explain结果：

![format_png 2][]

很显然，依旧走了`union_idx`索引，根据上面key\_len的分析，大胆猜测，在使用索引时，不仅使用了`id_no`列，还使用了`username`列。

**示例三**：

explain select * from t_user where id_no = '1002' and age = 12;

explain结果：

![format_png 3][]

走了`union_idx`索引，但跟示例一一样，只用到了`id_no`列。

当然，还有三列都在查询条件中的情况，就不再举例了。上面都是走索引的正向例子，也就是满足`最左匹配原则`的例子，下面来看看，不满足该原则的反向例子。

**反向示例**：

explain select * from t_user where username = 'Tom2' and age = 12;

explain结果：

![format_png 4][]

此时，可以看到未走任何索引，也就是说索引失效了。

同样的，下面只要没出现最左条件的组合，索引也是失效的：

explain select * from t_user where age = 12;
    explain select * from t_user where username = 'Tom2';

那么，第一种索引失效的场景就是：**在联合索引的场景下，查询条件不满足最左匹配原则**。

### 2 使用了select \* ###

在《阿里巴巴开发手册》的**ORM映射**章节中有一条【强制】的规范：

> 【强制】在表查询中，一律不要使用 \* 作为查询的字段列表，需要哪些字段必须明确写明。 说明:1)增加查询分析器解析成本。2)增减字段容易与 resultMap 配置不一致。3)无用字段增加网络 消耗，尤其是 text 类型的字段。

虽然在规范手册中没有提到索引方面的问题，但禁止使用`select *` 语句可能会带来的附带好处就是：某些情况下可以走`覆盖索引`。

比如，在上面的联合索引中，如果查询条件是age或username，当使用了`select *` ，肯定是不会走索引的。

但如果希望根据username查询出id\_no、username、age这三个结果（均为索引字段），明确查询结果字段，是可以走`覆盖索引`的：

explain select id_no, username, age from t_user where username = 'Tom2';
    explain select id_no, username, age from t_user where age = 12;

explain结果：

![format_png 5][]

无论查询条件是`username`还是`age`，都走了索引，根据key\_len可以看出使用了索引的所有列。

第二种索引失效场景：**在联合索引下，尽量使用明确的查询列来趋向于走覆盖索引**；

这一条不走索引的情况属于优化项，如果业务场景满足，则进来促使SQL语句走索引。至于阿里巴巴开发手册中的规范，只不过是两者撞到一起了，规范本身并不是为这条索引规则而定的。

### 3 索引列参与运算 ###

直接来看示例：

explain select * from t_user where id + 1 = 2 ;

explain结果：

![format_png 6][]

可以看到，即便id列有索引，由于进行了计算处理，导致无法正常走索引。

针对这种情况，其实不单单是索引的问题，还会增加数据库的计算负担。就以上述SQL语句为例，数据库需要全表扫描出所有的id字段值，然后对其计算，计算之后再与参数值进行比较。如果每次执行都经历上述步骤，性能损耗可想而知。

建议的使用方式是：先在内存中进行计算好预期的值，或者在SQL语句条件的右侧进行参数值的计算。

针对上述示例的优化如下：

-- 内存计算，得知要查询的id为1
    explain select * from t_user where id = 1 ;
    -- 参数侧计算
    explain select * from t_user where id = 2 - 1 ;

第三种索引失效情况：**索引列参与了运算，会导致全表扫描，索引失效**。

### 4 索引列参使用了函数 ###

示例：

explain select * from t_user where SUBSTR(id_no,1,3) = '100';

explain结果：

![format_png 7][]

上述示例中，索引列使用了函数（SUBSTR，字符串截取），导致索引失效。

此时，索引失效的原因与第三种情况一样，都是因为数据库要先进行全表扫描，获得数据之后再进行截取、计算，导致索引索引失效。同时，还伴随着性能问题。

示例中只列举了SUBSTR函数，像CONCAT等类似的函数，也都会出现类似的情况。解决方案可参考第三种场景，可考虑先通过内存计算或其他方式减少数据库来进行内容的处理。

第四种索引失效情况：**索引列参与了函数处理，会导致全表扫描，索引失效**。

### 5 错误的Like使用 ###

示例：

explain select * from t_user where id_no like '%00%';

explain结果：

![format_png 8][]

针对`like`的使用非常频繁，但使用不当往往会导致不走索引。常见的like使用方式有：

*  方式一：like '%abc'；
 *  方式二：like 'abc%'；
 *  方式三：like '%abc%'；

其中方式一和方式三，由于占位符出现在首部，导致无法走索引。这种情况不做索引的原因很容易理解，索引本身就相当于目录，从左到右逐个排序。而条件的左侧使用了占位符，导致无法按照正常的目录进行匹配，导致索引失效就很正常了。

第五种索引失效情况：**模糊查询时（like语句），模糊匹配的占位符位于条件的首部**。

### 6 类型隐式转换 ###

示例：

explain select * from t_user where id_no = 1002;

explain结果：

![format_png 9][]

`id_no`字段类型为varchar，但在SQL语句中使用了int类型，导致全表扫描。

出现索引失效的原因是：varchar和int是两个种不同的类型。

解决方案就是将参数`1002`添加上单引号或双引号。

第六种索引失效情况：**参数类型与字段类型不匹配，导致类型发生了隐式转换，索引失效**。

这种情况还有一个特例，如果字段类型为int类型，而查询条件添加了单引号或双引号，则Mysql会参数转化为int类型，虽然使用了单引号或双引号：

explain select * from t_user where id = '2';

上述语句是依旧会走索引的。

### 7、使用OR操作 ###

OR是日常使用最多的操作关键字了，但使用不当，也会导致索引失效。

示例：

explain select * from t_user where id = 2 or username = 'Tom2';

explain结果：

![format_png 10][]

看到上述执行结果是否是很惊奇啊，明明id字段是有索引的，由于使用`or`关键字，索引竟然失效了。

其实，换一个角度来想，如果单独使用`username`字段作为条件很显然是全表扫描，既然已经进行了全表扫描了，前面`id`的条件再走一次索引反而是浪费了。所以，在使用or关键字时，切记两个条件都要添加索引，否则会导致索引失效。

但如果or两边同时使用“>”和“<”，则索引也会失效：

explain select * from t_user where id  > 1 or id  < 80;

explain结果：

![format_png 11][]

第七种索引失效情况：**查询条件使用or关键字，其中一个字段没有创建索引，则会导致整个查询语句索引失效； or两边为“>”和“<”范围查询时，索引失效**。

### 8 两列做比较 ###

如果两个列数据都有索引，但在查询条件中对两列数据进行了对比操作，则会导致索引失效。

这里举个不恰当的示例，比如age小于id这样的两列（真实场景可能是两列同维度的数据比较，这里迁就现有表结构）：

explain select * from t_user where id > age;

explain结果：

![format_png 12][]

这里虽然id有索引，age也可以创建索引，但当两列做比较时，索引还是会失效的。

第八种索引失效情况：**两列数据做比较，即便两列都创建了索引，索引也会失效**。

### 9 不等于比较 ###

示例：

explain select * from t_user where id_no <> '1002';

explain结果：

![format_png 13][]

当查询条件为字符串时，使用”<>“或”!=“作为条件查询，有可能不走索引，但也不全是。

explain select * from t_user where create_time != '2022-02-27 09:56:42';

上述SQL中，由于“2022-02-27 09:56:42”是存储过程在同一秒生成的，大量数据是这个时间。执行之后会发现，当查询结果集占比比较小时，会走索引，占比比较大时不会走索引。此处与结果集与总体的占比有关。

需要注意的是：上述语句如果是`id`进行不等操作，则正常走索引。

explain select * from t_user where id != 2;

explain结果：

![format_png 14][]

第九种索引失效情况：**查询条件使用不等进行比较时，需要慎重，普通索引会查询结果集占比较大时索引会失效**。

### 10 is not null ###

示例：

explain select * from t_user where id_no is not null;

explain结果：

![format_png 15][]

第十种索引失效情况：**查询条件使用is null时正常走索引，使用is not null时，不走索引**。

### 11 not in和not exists ###

在日常中使用比较多的范围查询有in、exists、not in、not exists、between and等。

explain select * from t_user where id in (2,3);
    
    explain select * from t_user where id_no in ('1001','1002');
    
    explain select * from t_user u1 where exists (select 1 from t_user u2 where u2.id  = 2 and u2.id = u1.id);
    
    explain select * from t_user where id_no between '1002' and '1003';

上述四种语句执行时都会正常走索引，具体的explain结果就不再展示。主要看不走索引的情况：

explain select * from t_user where id_no not in('1002' , '1003');

explain结果：

![format_png 16][]

当使用`not in`时，不走索引？把条件列换成主键试试：

explain select * from t_user where id not in (2,3);

explain结果：

![format_png 17][]

如果是主键，则正常走索引。

第十一种索引失效情况：**查询条件使用not in时，如果是主键则走索引，如果是普通索引，则索引失效**。

再来看看`not exists`：

explain select * from t_user u1 where not exists (select 1 from t_user u2 where u2.id  = 2 and u2.id = u1.id);

explain结果：

![format_png 18][]

当查询条件使用`not exists`时，不走索引。

第十二种索引失效情况：**查询条件使用not exists时，索引失效**。

### 12 order by导致索引失效 ###

示例：

explain select * from t_user order by id_no ;

explain结果：

![format_png 19][]

其实这种情况的索引失效很容易理解，毕竟需要对全表数据进行排序处理。

那么，添加删limit关键字是否就走索引了呢？

explain select * from t_user order by id_no limit 10;

explain结果：

![format_png 20][]

结果依旧不走索引。在网络上看到有说如果`order by`条件满足最左匹配则会正常走索引， 在当前8.0.18版本中并未出现。所以，在基于`order by`和`limit`进行使用时，要特别留意。是否走索引不仅涉及到数据库版本，还要看Mysql优化器是如何处理的。

这里还有一个特例，就是主键使用`order by`时，可以正常走索引。

explain select * from t_user order by id desc;

explain结果：

![format_png 21][]

可以看出针对主键，还是`order by`可以正常走索引。

另外，笔者测试如下SQL语句：

explain select id from t_user order by age;
    explain select id , username from t_user order by age;
    explain select id_no from t_user order by id_no;

上述三条SQL语句都是走索引的，也就是说覆盖索引的场景也是可以正常走索引的。

现在将`id`和`id_no`组合起来进行`order by`：

explain select * from t_user order by id,id_no desc;
    explain select * from t_user order by id,id_no desc limit 10;
    explain select * from t_user order by id_no desc,username desc;

explain结果：

![format_png 22][]

上述两个SQL语句，都未走索引。

第十三种索引失效情况：**当查询条件涉及到order by、limit等条件时，是否走索引情况比较复杂，而且与Mysql版本有关，通常普通索引，如果未使用limit，则不会走索引。order by多个索引字段时，可能不会走索引。其他情况，建议在使用时进行expain验证。**

### 13 参数不同导致索引失效 ###

此时，如果你还未执行最开始创建的存储过程，建议你先执行一下存储过程，然后执行如下SQL：

explain select * from t_user where create_time > '2023-02-24 09:04:23';

其中，时间是未来的时间，确保能够查到数据。

explain结果：

![format_png 23][]

可以看到，正常走索引。

随后，我们将查询条件的参数换个日期：

explain select * from t_user where create_time > '2022-02-27 09:04:23';

explain结果：

![format_png 24][]

此时，进行了全表扫描。这也是最开始提到的奇怪的现象。

为什么同样的查询语句，只是查询的参数值不同，却会出现一个走索引，一个不走索引的情况呢？

答案很简单：**上述索引失效是因为DBMS发现全表扫描比走索引效率更高，因此就放弃了走索引**。

也就是说，当Mysql发现通过索引扫描的行记录数超过全表的10%-30%时，优化器可能会放弃走索引，自动变成全表扫描。某些场景下即便强制SQL语句走索引，也同样会失效。

类似的问题，在进行范围查询（比如>、< 、>=、<=、in等条件）时往往会出现上述情况，而上面提到的临界值根据场景不同也会有所不同。

第十四种索引失效情况：**当查询条件为大于等于、in等范围查询时，根据查询结果占全表数据比例的不同，优化器有可能会放弃索引，进行全表扫描。**

### 14 其他 ###

当然，还有其他一些是否走索引的规则，这与索引的类型是B-tree索引还是位图索引也有关系，就不再详细展开。

这里要说的其他，可以总结为第十五种索引失效的情况：**Mysql优化器的其他优化策略，比如优化器认为在某些情况下，全表扫描比走索引快，则它就会放弃索引。**

针对这种情况，一般不用过多理会，当发现问题时再定点排查即可。

### 小结 ###

本篇文章为大家总结了15个常见的索引失效的场景，由于不同的Mysql版本，索引失效策略也有所不同。大多数索引失效情况都是明确的，有少部分索引失效会因Mysql的版本不同而有所不同。因此，建议收藏本文，当在实践的过程中进行对照，如果没办法准确把握，则可直接执行explain进行验证。

![65ad68050c1f483887d080d033140dbb.jpeg][]

[format_png]: https://img-blog.csdnimg.cn/img_convert/9561353704e6dad1b5a005d08ca99de9.webp?x-oss-process=image/format,png
[format_png 1]: https://img-blog.csdnimg.cn/img_convert/89cad9aca94563115b80dc2f26e0e59a.webp?x-oss-process=image/format,png
[format_png 2]: https://img-blog.csdnimg.cn/img_convert/a74ae9461d63b2b36365bc106cc326db.webp?x-oss-process=image/format,png
[format_png 3]: https://img-blog.csdnimg.cn/img_convert/8719ac83464e024de1ebb4c64141751f.webp?x-oss-process=image/format,png
[format_png 4]: https://img-blog.csdnimg.cn/img_convert/a2a0d5692715e77281ed7e554c9e698c.webp?x-oss-process=image/format,png
[format_png 5]: https://img-blog.csdnimg.cn/img_convert/edfe6e21e1730194c6a510189e27ca23.webp?x-oss-process=image/format,png
[format_png 6]: https://img-blog.csdnimg.cn/img_convert/f1d5115c46be5df8db35700ac6ecc766.webp?x-oss-process=image/format,png
[format_png 7]: https://img-blog.csdnimg.cn/img_convert/4434cf63b3e1dc5f66a2caca71bd8055.webp?x-oss-process=image/format,png
[format_png 8]: https://img-blog.csdnimg.cn/img_convert/cbf34c287ba6e3e247a6997fc5b25ab3.webp?x-oss-process=image/format,png
[format_png 9]: https://img-blog.csdnimg.cn/img_convert/a8d0ba12a28ce810181688c6be939638.webp?x-oss-process=image/format,png
[format_png 10]: https://img-blog.csdnimg.cn/img_convert/bfc40af3865d2a475009faec04cc5d28.webp?x-oss-process=image/format,png
[format_png 11]: https://img-blog.csdnimg.cn/img_convert/a5f290330d9fca8ff41a5cd6be36dd63.webp?x-oss-process=image/format,png
[format_png 12]: https://img-blog.csdnimg.cn/img_convert/43b445d01eed2b87f7aea6ce9eab1c65.webp?x-oss-process=image/format,png
[format_png 13]: https://img-blog.csdnimg.cn/img_convert/7c9a9a1c7c989a26d1e07280bfe2d64d.webp?x-oss-process=image/format,png
[format_png 14]: https://img-blog.csdnimg.cn/img_convert/dc1b0a596d728b3180776be5c3e42301.webp?x-oss-process=image/format,png
[format_png 15]: https://img-blog.csdnimg.cn/img_convert/e74240d359193b304ed97dd422f43897.webp?x-oss-process=image/format,png
[format_png 16]: https://img-blog.csdnimg.cn/img_convert/8fff7e945fc673cf9505ca61944383a5.webp?x-oss-process=image/format,png
[format_png 17]: https://img-blog.csdnimg.cn/img_convert/5cfbddd88776f0b09fea127ba94740d9.webp?x-oss-process=image/format,png
[format_png 18]: https://img-blog.csdnimg.cn/img_convert/8839f09e7e065a8c2928d59a4466a235.webp?x-oss-process=image/format,png
[format_png 19]: https://img-blog.csdnimg.cn/img_convert/06aa09dc3a6e1c16497c4871274675d0.webp?x-oss-process=image/format,png
[format_png 20]: https://img-blog.csdnimg.cn/img_convert/9fb658071a21e526d103f6ca3e3435f9.webp?x-oss-process=image/format,png
[format_png 21]: https://img-blog.csdnimg.cn/img_convert/54e34adb421ae8a97e2e5be715e33b87.webp?x-oss-process=image/format,png
[format_png 22]: https://img-blog.csdnimg.cn/img_convert/5bdb98fac8c23e31580fe87cbea1e2a3.webp?x-oss-process=image/format,png
[format_png 23]: https://img-blog.csdnimg.cn/img_convert/bcf7216a34a1de812b784463dd7ef881.webp?x-oss-process=image/format,png
[format_png 24]: https://img-blog.csdnimg.cn/img_convert/3f84d3e790fa02477072e095374d1231.webp?x-oss-process=image/format,png
[65ad68050c1f483887d080d033140dbb.jpeg]: https://img-blog.csdnimg.cn/65ad68050c1f483887d080d033140dbb.jpeg