文章目录
一、为什么你的SQL跑得比蜗牛还慢?(灵魂拷问)
每次点开慢查询日志都血压飙升?明明加了索引却不见效?这里有个扎心事实:80%的数据库性能问题都源自错误的索引使用!(别怀疑,我就是那个踩过所有坑的老司机)
最近帮朋友公司优化了个电商系统,有个商品筛选查询居然要18秒!优化后直接降到0.3秒,CTO差点给我发offer。今天就带大家实战演练,手把手教你成为索引调优大师!
二、索引优化的四大金刚(必看!!!)
1. 索引选型三原则
- 最左匹配原则:
INDEX(a,b,c)
能命中a=1 AND b=2
,但用不到b=2 AND c=3
- 覆盖索引原则:SELECT的字段尽量都在索引里,避免回表
- 基数原则:性别字段建索引?不如给手机号建!(基数=不同值数量)
2. 那些年我们踩过的坑(血泪史)
-- 典型错误1:乱用OR
SELECT * FROM orders WHERE status=1 OR user_id=10086;
-- 正确姿势:改用UNION
(SELECT * FROM orders WHERE status=1)
UNION
(SELECT * FROM orders WHERE user_id=10086);
-- 典型错误2:对索引列做运算
SELECT * FROM users WHERE YEAR(create_time)=2023; -- 索引失效!
-- 正确姿势:范围查询
SELECT * FROM users
WHERE create_time BETWEEN '2023-01-01' AND '2023-12-31';
3. 组合索引的排列组合玄学
假设有查询条件:WHERE a=? AND b>? ORDER BY c
推荐索引方案:INDEX(a,b,c)
(过滤+排序全搞定)
但如果是:WHERE a=? ORDER BY c,b
必须用 INDEX(a,c,b)
才能避免filesort!
4. 看不见的索引杀手——隐式转换
-- user_id是varchar类型时
SELECT * FROM users WHERE user_id = 10086; -- 类型转换导致索引失效!
三、实战:电商系统优化实录(手把手教学)
原始慢查询(执行时间8.6s):
SELECT product_id,product_name
FROM products
WHERE category_id=5
AND price BETWEEN 100 AND 500
AND status=1
ORDER BY sales_volume DESC
LIMIT 100;
第1步:EXPLAIN大法
| key | rows | Extra |
|-----|------|-------------------------|
| NULL| 20万 | Using where; Using filesort |
触目惊心的filesort
和全表扫描!现有索引完全不匹配查询条件。
第2步:设计黄金组合索引
根据WHERE条件+ORDER BY字段,创建:
ALTER TABLE products
ADD INDEX idx_search(category_id,status,price,sales_volume);
第3步:优化后EXPLAIN
| key | rows | Extra |
|-------------|------|---------------------|
| idx_search | 156 | Using index condition |
第4步:终极效果
查询时间从8.6秒 → 0.03秒!性能提升286倍!!!
四、索引监控与维护(90%的人不知道)
1. 查看索引使用情况
SELECT * FROM sys.schema_index_statistics
WHERE table_schema='your_db';
2. 定期清理废柴索引
-- 找出使用率为0的索引
SELECT * FROM sys.schema_unused_indexes;
-- 果断删除(小心操作!)
DROP INDEX index_name ON table_name;
3. 索引统计信息更新
ANALYZE TABLE products; -- 每周凌晨执行
五、高频灵魂拷问(面试常客)
Q1:为什么建了索引还是慢?
A:检查是否发生索引跳跃、隐式转换、or条件拆分、最左前缀匹配
Q2:如何选择唯一索引 vs 普通索引?
- 唯一索引:数据校验+查询加速
- 普通索引:纯加速查询,允许重复
Q3:大文本字段怎么建索引?
用前缀索引:INDEX(title(20))
,注意长度选择区分度
六、写在最后(老师傅的忠告)
索引不是银弹!当索引优化到极致时,要考虑:
- 冷热数据分离(把3个月前订单移到历史表)
- 业务逻辑优化(避免全量导出这种骚操作)
- 终极杀招——垂直拆分(把500列的大表拆成多个子表)
记住:好的索引设计能让数据库性能提升10倍,但糟糕的索引会让DBA折寿10年!(别问我是怎么知道的)