MySQL 函数索引不生效时怎么检查表达式一致性
MySQL 函数索引看起来已经建好,但查询仍然走全表扫描时,先别急着加更多索引。最常见的排查顺序是:把索引定义里的函数表达式与 WHERE 谓词逐字对照,再检查复合索引的前导列、查询需要的列和回表成本,最后用 SHOW INDEX、EXPLAIN 或 EXPLAIN ANALYZE确认优化器实际选择。
DATE(created_at)与CAST(created_at AS DATE)不要默认当成同一个索引条件,函数、参数和转换方式先保持一致。- 复合索引的列顺序决定能否利用前导列;索引包含查询所需列时,才可能减少回表。
EXPLAIN看到key、访问类型和估算行数后,再结合统计信息判断,不要用FORCE INDEX掩盖原因。
先确认索引里的表达式和查询谓词是不是同一件事
函数索引索引的是“表达式的值”,不是一个可以随意改写的函数名字。比如按天查询订单,可以把日期表达式放进索引:
CREATE TABLE orders ( id BIGINT PRIMARY KEY, tenant_id BIGINT NOT NULL, created_at DATETIME NOT NULL, status VARCHAR(20) NOT NULL, KEY idx_order_day ((DATE(created_at)), tenant_id, status) );
对应的查询先保持同样的表达式形状:
SELECT id, tenant_id, status FROM orders WHERE DATE(created_at) = '2026-09-07' AND tenant_id = 17;
这里要核对四件事:函数是不是同一个、参数顺序是否相同、是否额外包了一层转换、常量类型是否和表达式结果相容。MySQL 官方文档用 SUBSTRING() 举例说明,索引定义和查询中的参数需要一致;所以把查询改成不同长度的截取、不同的转换链,不能只看“都在处理日期或字符串”就认为能命中。

一个实用的对照表如下:
| 检查项 | 索引定义 | 查询侧要看什么 |
|---|---|---|
| 函数与参数 | DATE(created_at) | 不要随意替换为另一种转换写法 |
| 额外包装 | 表达式直接作为 key part | 避免在外层再套不必要的函数 |
| 过滤条件 | 函数值参与索引 | 用等价且稳定的谓词表达目标日期 |
再看复合索引的列顺序和回表成本
表达式一致,只能说明“有机会使用”。上面的索引实际由函数列、tenant_id 和 status组成,查询能否有效缩小范围,还取决于索引列顺序。生产排查时把它拆成三个问题:
- 查询是否提供了前导 key part,还是只过滤了后面的列?
- 函数结果的选择性是否足够,命中行太多时全表扫描可能更便宜?
SELECT返回的列是否都在索引可获得的范围内,还是仍要回表读取整行?
以 idx_order_day ((DATE(created_at)), tenant_id, status)为例,日期与租户条件一起出现时,优化器更容易把它当成一个有边界的查找;如果只写租户条件,函数列在最前面就可能让这个索引不适合当前查询。反过来,如果业务最常按租户再按日期查,也可以评估 (tenant_id, (DATE(created_at)), status)的顺序,但要用真实查询集合比较,而不是凭列名排序。
覆盖索引也不要理解成“只要建了函数索引就不会回表”。InnoDB 二级索引会携带主键值;但查询如果还需要索引之外的列,仍然可能回到聚簇索引读取整行。图中把 PRIMARY(id)、SELECT 列、覆盖索引和回表放在同一访问关系里,便于定位这部分成本。

用 SHOW INDEX 和 EXPLAIN 把猜测变成证据
先看索引当前到底长什么样,再看优化器对具体语句的判断:
-- 先核对索引名、顺序和基数等元数据 SHOW INDEX FROM orders; -- 再看当前语句选择了哪个 key,以及预计扫描多少行 EXPLAIN FORMAT=JSON SELECT id, tenant_id, status FROM orders WHERE DATE(created_at) = '2026-09-07' AND tenant_id = 17;
重点不是只看 possible_keys,而是看实际的 key、访问类型、估算行数以及是否出现覆盖索引相关信息。需要核对实际执行与估算偏差时,再在可接受的测试或灰度环境使用 EXPLAIN ANALYZE;它会执行语句,因此不要把它当成无副作用的计划预览。
如果索引定义和谓词都对,但计划仍不理想,可以先确认表统计信息是否过旧,再评估选择性与查询返回列。ANALYZE TABLE orders;会更新优化器使用的统计信息,但它不是“强制使用索引”的按钮;更新后仍应重新查看计划。
常见误区:重写函数、盲目加列和忽略统计信息
- 把“看起来等价”当成“优化器一定等价”:先统一函数和参数,再讨论是否需要改写查询。
- 只增加索引列:额外列可能扩大索引和写入成本,先确认它是否服务于过滤、排序或覆盖。
- 看到全表扫描就强制索引:表很小、匹配范围很大或索引选择性低时,全表扫描可能本来就是更便宜的方案。
可以把排查顺序固定为“表达式一致性 → 列顺序 → 返回列与回表 → 统计信息 → 新索引设计”。这样每一步都有可观察证据,也能避免把一个谓词写法问题误判成索引数量问题。
相关问题
函数索引和生成列索引该怎么选?
函数索引适合表达式稳定、查询写法明确的场景;如果需要让表达式结果被显式查询、复用或单独维护,可以评估生成列,但要按同一组查询和写入成本比较。
为什么 EXPLAIN 的 possible_keys 有索引,key 却是 NULL?
possible_keys只是候选集合,key才是该计划实际选择的索引。继续看选择性、估算行数、返回列和表规模,不能只凭候选列表下结论。
什么时候应该先跑 ANALYZE TABLE?
当数据分布发生明显变化、索引基数估算异常且索引定义和谓词已经对齐时,可以先更新统计信息,再重新比较计划;不要用它替代表达式和列顺序检查。
Go regexp 怎么用命名捕获组解析可选字段
- 上一篇
- Go regexp 怎么用命名捕获组解析可选字段
- 下一篇
- Go fuzz 测试发现输入后怎么保存成稳定回归用例
-
- 数据库 · MySQL | 8小时前 |
- MySQL 时间范围查询为什么没有用上索引
- 139浏览 收藏
-
- 数据库 · MySQL | 8小时前 |
- MySQL 大表分页怎样避免深分页扫描
- 490浏览 收藏
-
- 数据库 · MySQL | 8小时前 | MySQL · 数据库开发 · mysql 递归CTE WITH RECURSIVE cte_max_recursion_depth 层级查询
- MySQL 递归 CTE 怎样设置层级停止条件
- 392浏览 收藏
-
- 数据库 · MySQL | 8小时前 |
- MySQL CTE 怎样避免重复写复杂子查询
- 150浏览 收藏
-
- 数据库 · MySQL | 8小时前 |
- MySQL JSON_SEARCH 怎样按通配符找到 JSON 字符串路径
- 288浏览 收藏
-
- 数据库 · MySQL | 8小时前 | MySQL · JSON · 索引 · 性能 · explain · mysql 索引 JSON json_extract 生成列 JSON_UNQUOTE
- MySQL JSON 字段索引为什么没有命中
- 155浏览 收藏
-
- 数据库 · MySQL | 8小时前 |
- MySQL JSON_EXTRACT 返回带引号怎样处理
- 440浏览 收藏
-
- 数据库 · MySQL | 8小时前 |
- MySQL JSON_STORAGE_FREE 怎样判断部分更新留下的空间
- 347浏览 收藏
-
- 数据库 · MySQL | 9小时前 |
- MySQL 窗口函数怎样计算每组累计金额
- 172浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 617次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 657次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 689次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 652次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 481次使用
-
- MySQL 明明加了索引,为什么查询还是很慢?先查这 6 个点
- 2026-06-27 374浏览
-
- golang MySQL实现对数据库表存储获取操作示例
- 2022-12-22 499浏览
-
- golang 基于 mysql 简单实现分布式读写锁
- 2023-01-07 384浏览
-
- 详解如何利用GORM实现MySQL事务
- 2023-01-07 184浏览
-
- Go语言实现操作MySQL的基础知识总结
- 2023-01-23 265浏览

