MySQL查询性能慢时索引失效的排查与优化实践_Mysql

在高并发和大数据量的生产环境中，mysql的查询性能至关重要。本文围绕“索引失效”这一常见问题展开，结合真实业务场景，从问题现象、定位过程、根因分析、优化改进到预防监控，带你深入排查并彻底解决索引失效引发的性能瓶颈。

一、问题现象描述

响应时间突增：某关键查询的平均响应时间由 < 50ms 突然飙升至 500ms~2s。
连接数激增：慢查询堆积导致数据库连接数持续上升，甚至出现连接超时。
cpu/io突然飙高：结合监控，发现 mysql 进程的 cpu 利用率或 io 等待明显提升。
业务链路阻塞：依赖该查询的请求出现排队，业务整体吞吐下降。

这些都是典型的索引失效引起的性能下降现象。

二、问题定位过程

1. 开启慢查询日志

在 my.cnf 中配置：

slow_query_log = 1
slow_query_log_file = /var/log/mysql/slow.log
long_query_time = 1    # 记录超过1秒的查询
log_queries_not_using_indexes = 1   # 记录未使用索引的查询

重启后，复现业务，收集慢查询日志。

2. 使用explain分析执行计划

explain format=json
select *
from orders
where user_id = 123 and status = 'pending';

通过输出，重点关注：

"type" 字段：all/noscan 表示全表扫描或索引失效。
"key" 字段：显示实际使用的索引；null 表示未使用索引。
"rows"：扫描行数巨大时往往意味着全表扫描。

3. 监控视图查询

-- 当前正在执行的查询及其状态
select * from information_schema.processlist
where command = 'query';

-- 索引统计信息
show index from orders;

通过上述步骤，可以快速定位哪些 sql 未走索引或全表扫描。

三、根因分析与解决

场景1：范围查询导致索引失效

select * from orders
where user_id = 123
  and created_at > '2023-01-01';

如果在 (user_id, created_at) 的联合索引上，mysql 可以使用前缀索引；但

where created_at > '2023-01-01'
  and user_id = 123;

顺序颠倒可能导致只命中 created_at 单列索引，或在某些版本下索引失效。

解决：保证 where 中字段顺序与索引列顺序一致；必要时拆分查询。

场景2：前缀模糊匹配

where username like '%john%'

以上写法无法利用 b-tree 索引。

解决：使用倒排索引（如 elasticsearch），或避免前缀通配符，改为 john%。

场景3：函数/隐式类型转换

where date(created_at) = '2023-07-10'

date() 会对 created_at 列做全表函数扫描。

解决：使用范围查询：

where created_at >= '2023-07-10 00:00:00'
  and created_at < '2023-07-11 00:00:00'

或为 date(created_at) 创建函数索引（mysql 8.0+）。

场景4：列顺序与索引不匹配

对于复合索引 (a,b,c)，查询只使用了 (c,b) 的顺序，会导致索引失效。

解决：根据实际查询场景拆分或重建索引，保证常用查询字段顺序一致。

场景5：数据倾斜与索引选择不当

当 status 取值极度不均衡（如 99% 为 'done'），where status='done' 虽有索引，但效果不显著。执行计划可能选择全表扫描。

解决：考虑字段基数，避免为高度倾斜字段单独建立索引，或使用覆盖索引（覆盖查询所需字段）。

四、优化改进措施

1.合理拆分索引与覆盖索引

对于频繁查询字段，创建覆盖索引，例如：

create index idx_user_status on orders(user_id, status, created_at);

explain 时看到 using index condition 则说明走了覆盖索引，无需回表。

2.建立监控告警

结合 pt-query-digest 定期分析慢查询日志。
利用 pmm（percona monitoring and management）监控索引使用率和查询吞吐。

3.定期整理/重建索引

大表可使用在线 ddl：

alter table orders
  drop index idx_old,
  add index idx_new(user_id, status, created_at)
  lock=none;

避免索引碎片。

4.查询参数化和预编译

使用 preparedstatement 避免 sql 拼接导致执行计划不命中缓存。

5.归档与分表分库

对历史冷数据做归档操作，减小单表大小。
对业务热点分库分表，进一步提升查询性能。

五、预防措施与监控

1.建立 sql 规范审查机制

新增或改动 sql 前进行 explain 审核。

2.自动化测试

在 ci/cd 流程中加入慢查询联调检测，对索引失效提前报警。

3.定期培训与分享

建立经验分享白皮书，宣贯索引原理与查询优化。

4.健康检查脚本

周期执行脚本，统计未使用的索引、低效索引和高瓶颈 sql。

通过以上系统化的索引失效排查与优化方案，能够帮助后端开发者在生产环境中快速发现性能瓶颈，精准定位根因并实施改进，最终保障 mysql 查询的高效可靠。

到此这篇关于mysql查询性能慢时索引失效的排查与优化实践的文章就介绍到这了,更多相关mysql索引失效内容请搜索代码网以前的文章或继续浏览下面的相关文章希望大家以后多多支持代码网！

MySQL查询性能慢时索引失效的排查与优化实践

2025年08月17日 • Mysql •我要评论