MySQL为什么会索引失效？十大常见场景及避坑指南

前言

索引是数据库查询性能优化重要的手段，但许多开发者都曾遇到这样的困惑：明明创建了索引，查询速度却依然很慢。这背后往往是由于索引失效导致的。本文将通过10个真实场景的SQL示例，结合底层原理分析，带你了解索引失效的原因！

---

一、测试表设计

创建测试表结构的DDL语句

CREATE TABLE `user` (
  `id` INT PRIMARY KEY AUTO_INCREMENT COMMENT '主键',
  `user_id` VARCHAR(20) NOT NULL COMMENT '用户ID（字符串类型）',
  `username` VARCHAR(50) NOT NULL COMMENT '用户名',
  `age` TINYINT NOT NULL COMMENT '年龄',
  `city` VARCHAR(20) NOT NULL COMMENT '城市',
  `salary` INT NOT NULL COMMENT '薪资',
  `phone` CHAR(11) COMMENT '手机号',
  `status` TINYINT NOT NULL DEFAULT 0 COMMENT '状态',
  `score` INT NOT NULL DEFAULT 0 COMMENT '分数',
  `create_time` DATETIME NOT NULL COMMENT '创建时间',
  `update_time` TIMESTAMP DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,
  -- 索引配置
  UNIQUE KEY `uniq_user_id` (`user_id`),
  KEY `idx_username_age_city` (`username`,`age`,`city`),
  KEY `idx_create_time` (`create_time`),
  KEY `idx_score` (`score`),
  KEY `idx_phone` (`phone`),
  KEY `idx_status` (`status`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

索引说明

索引名称	字段	索引类型	场景覆盖
uniq_user_id	user_id	唯一索引	隐式类型转换
idx_username_age_city	username+age+city	联合索引	最左前缀原则
idx_create_time	create_time	普通索引	函数操作
idx_score	score	普通索引	范围查询/负向查询
idx_phone	phone	普通索引	NULL值查询
idx_status	status	普通索引	低区分度索引

随机生成 100w 测试数据

---

二、十大索引失效场景详解

Tips：以下是 MySQL EXPLAIN 中 type 字段的常见类型及其说明的表格总结，按性能从优到劣排序。

类型 (type)	说明	触发条件	示例
system	表中仅有一行数据（const 的特例）。	表仅有一行记录（如系统表或初始化后的 MyISAM/MEMORY 表）。	SELECT * FROM user;
const	通过主键或唯一索引直接定位单行记录。	主键或唯一索引的等值查询。	SELECT * FROM user WHERE id = 1;
eq_ref	在 JOIN 中，使用主键或唯一索引关联另一张表，每行只匹配一条记录。	关联字段是另一表的主键或唯一索引。	SELECT * FROM order JOIN user ON orders.user_id = user.id;
ref	使用非唯一索引的等值查询，可能返回多行。	普通索引的等值查询。	SELECT * FROM user WHERE name = '张三';（name 是普通索引）
fulltext	使用全文索引查询。	表有全文索引，且查询使用 MATCH ... AGAINST。	SELECT * FROM articles WHERE MATCH(content) AGAINST('MySQL');
ref_or_null	类似 ref，但额外处理 NULL 值。	索引列的查询包含 NULL 条件（如 WHERE col = 'value' OR col IS NULL）。	SELECT * FROM user WHERE age = 25 OR age IS NULL;
index_merge	合并多个索引的结果（如 OR 或 AND 条件的联合）。	查询同时使用多个索引。	SELECT * FROM user WHERE id = 1 OR name = '张三';
range	在索引范围内扫描（如 BETWEEN、IN、>）。	索引的范围查询。	SELECT * FROM user WHERE age BETWEEN 20 AND 30;
index	全索引扫描（遍历索引树），通常比全表扫描快。	查询仅需读取索引列。	SELECT name FROM user;（name 是索引列）
ALL	全表扫描，性能最差。	无可用索引或索引失效。	SELECT * FROM user WHERE address = 'Beijing';（address 无索引）

补充说明：

1. 性能排序：system > const > eq_ref > ref > fulltext > ref_or_null > index_merge > range > index > ALL。
2. 优化目标：尽量让查询的 type 达到 const、eq_ref 或 ref，避免出现 ALL。
3. 索引设计：合理设计索引（如覆盖索引、联合索引）可显著优化 type 类型。

场景1：索引列参与运算

-- ❌ 错误写法：对索引列使用函数
SELECT * FROM user WHERE YEAR(create_time) = 2025;

-- ✅ 优化方案：保持索引列原始值
SELECT * FROM user 
WHERE create_time BETWEEN '2025-01-01' AND '2025-12-31';

SQL解释如下图：


原理：索引存储的是原始值，经过函数处理后无法匹配索引结构。

---

场景2：隐式类型转换

-- ❌ user_id是字符串，但用数字查询（触发类型转换）
SELECT * FROM user WHERE user_id = 10086;

-- ✅ 严格类型匹配
SELECT * FROM user WHERE user_id = '10086';

SQL解释如下图：

原理：MySQL会将所有user_id转换为数字再比较，相当于全表扫描。

---

场景3：违反最左前缀原则

-- ❌ 跳过username字段查询（联合索引失效）
SELECT * FROM user WHERE age = 25 AND city = '北京';

-- ✅ 正确使用联合索引
SELECT * FROM user 
WHERE username = '张三' AND age = 25;

SQL解释如下图：

类比：就像查字典时直接翻到第100页找单词，而不按字母顺序定位章节。

---

场景4：OR连接非索引字段

-- ❌ age字段无索引时（全表扫描）
SELECT * FROM user WHERE score > 90 OR age = 1;

-- ✅ 优化方案：拆分查询或为age添加索引
ALTER TABLE `user` 
ADD INDEX `idx_age`(`age`);

SQL解释如下图：

---

场景5：使用负向查询

-- ❌ 不等号导致索引失效
SELECT * FROM user WHERE score != 90000;

-- ✅ 优化方案：限定范围或结合其他索引字段
SELECT * FROM user 
WHERE score > 90000 AND city = '上海'; -- 利用city索引缩小范围

SQL解释如下图：

---

场景6：模糊查询以%开头

-- ❌ 前导通配符导致全表扫描
SELECT * FROM user WHERE username LIKE '%张%';

-- ✅ 允许索引的模糊查询
SELECT * FROM user WHERE username LIKE '张%';

SQL解释如下图：

---

场景7：使用NOT IN或者NOT EXISTS

-- ❌ 子查询的集合过大
SELECT * FROM user
WHERE id NOT IN (SELECT id FROM table_b); 

原理：子查询的集合过大（或者包含NULL值，会导致整个表达式结果为 UNKNOWN），优化器可能放弃使用索引。

---

场景8：数据量过小时

-- 当表数据量<1000行时或者数据更少时，可能直接全表扫描
SELECT * FROM user WHERE phone = '13800138000';

原理：数据量较小时，可能出现type=ALL，因为维护索引的代价高于全表扫描，优化器会放弃使用索引。

---

场景9：低选择性索引

-- ❌ 数据大量重复时，状态只有0和1两种
SELECT * FROM user WHERE status = 1; -- 可能全表扫描更优

建议：低区分度字段与其他字段组成联合索引（或者去掉索引，节省空间）。

---

场景10：隐式字符集转换

-- ❌ 两个表的字符集不同时
SELECT * FROM table1 JOIN table2 
ON table1.utf8_col = table2.latin1_col; -- 字符集转换导致索引失效

建议：连表条件使用相同字符集和类型。

---

三、诊断工具：EXPLAIN执行计划

关键指标解析

EXPLAIN SELECT * FROM user 
WHERE username = '王五' AND age > 25;

字段	说明	优化目标
type	访问类型（至少达到range）	避免ALL和index
key_len	使用的索引长度	值越大说明索引利用率越高
rows	预估扫描行数	值越小越好

---

结语

索引失效的本质是查询逻辑与索引结构不匹配。

1. 保持查询条件与索引结构的一致性：避免对索引列进行运算、类型转换或破坏最左前缀原则。
2. 合理设计索引策略：优先使用覆盖索引，对低区分度字段谨慎建索引，定期清理冗余索引。
3. 善用分析工具：通过EXPLAIN和ANALYZE TABLE持续监控索引使用效率。

最后：索引优化是一个动态过程。随着数据量增长和业务变化，曾经有效的索引可能会逐渐失效。 随着数据量大幅度的变化，要多次进行索引健康检查，结合慢查询日志分析，确保数据库始终保持最佳性能状态。