当前位置:首页 > 文章列表 > 数据库 > MySQL > MySQL invisible index 试运行与优化器开关

MySQL invisible index 试运行与优化器开关

来源:17golang原创 2026-10-28 07:54:34 0浏览 收藏

MySQL 的 invisible index 适合做索引下线前的低风险试运行:把二级索引设为不可见后,普通会话中的优化器默认忽略它,但索引本身仍然维护,唯一索引也仍然阻止重复值。需要验证候选索引时,不必重新建索引,只在实验会话开启 use_invisible_indexes。

官方地址:https://dev.mysql.com/doc/refman/8.4/en/

要点速览
  • ALTER INDEX ... INVISIBLE 只改变优化器可见性,不等于删除索引。
  • SET SESSION 适合实验连接,SET_VAR 适合单条查询,默认开关是 off。
  • 判断结果要同时看 EXPLAIN、IS_VISIBLE 和实际查询表现,不能只看执行计划。

先把索引变成可回退的实验开关

假设订单表上有一个候选索引 idx_orders_customer_created。第一步不是直接删除,而是先记录当前定义和可见性。这样即使实验结论不理想,也可以用一条语句恢复。

-- 先确认目标索引和当前可见性,避免改错表或改错索引
SELECT INDEX_NAME, NON_UNIQUE, COLUMN_NAME, IS_VISIBLE
FROM INFORMATION_SCHEMA.STATISTICS
WHERE TABLE_SCHEMA = 'shop'
  AND TABLE_NAME = 'orders'
  AND INDEX_NAME = 'idx_orders_customer_created';

-- 让普通会话暂时看不到该二级索引
ALTER TABLE shop.orders
  ALTER INDEX idx_orders_customer_created INVISIBLE;

-- 需要回滚时恢复可见性,不需要重建索引
ALTER TABLE shop.orders
  ALTER INDEX idx_orders_customer_created VISIBLE;

切换后再次查询 IS_VISIBLE 应为 NO。主键不能设为 invisible;某些没有显式主键的 InnoDB 表中,承担隐式主键作用的非空唯一索引也可能不能隐藏。这个限制要先写进变更单。

MySQL invisible index 从可见状态切换为不可见状态的索引定义与优化器边界说明图
图1:索引可见性与维护责任的结构说明图,不是数据库截图或运行证据。

用 SESSION 或 SET_VAR 控制试运行范围

隐藏索引后,默认会话不会把它放进执行计划。要验证“如果保留该索引,优化器是否会选它”,建议先在隔离连接里设置会话级开关,而不是直接改全局值。开关只改变选计划,不会让索引在元数据中重新显示。

-- 只为当前实验连接启用 invisible index,离开连接后不影响新会话
SET SESSION optimizer_switch = 'use_invisible_indexes=on';

-- 在同一连接中确认开关状态
SELECT @@session.optimizer_switch;

-- 只让这一条 EXPLAIN 临时看到隐藏索引,适合对照实验
EXPLAIN SELECT /*+ SET_VAR(optimizer_switch = 'use_invisible_indexes=on') */
  order_id, customer_id, created_at
FROM shop.orders
WHERE customer_id = 42
ORDER BY created_at DESC
LIMIT 20;

如果只是做一次对照,优先使用 SET_VAR,避免后续同一连接中的其他查询带上实验条件。若需要连续跑一组基准,再使用 SET SESSION,并在实验结束时显式恢复或关闭该标记。

MySQL use_invisible_indexes 的会话级与单语句 SET_VAR 控制范围说明图
图2:会话开关与单语句提示的作用范围说明图,不是终端截图或实际执行结果。

用执行计划和约束确认结果

对照时至少保留两份 EXPLAIN:普通会话的一份,以及打开 use_invisible_indexes 后的一份。重点记录 possible_keys、key、预估 rows 和 Extra。隐藏索引在普通计划里不出现,并不自动证明它没有价值;还要观察真实工作负载的慢查询、延迟和写入成本。

检查项它回答什么常见判断
IS_VISIBLE索引定义当前是否对优化器可见NO 表示进入试运行状态
optimizer_switch本连接是否允许使用隐藏索引use_invisible_indexes=on 只影响当前范围
EXPLAIN.key该查询最终选择了哪个索引不能单独替代真实负载验证
唯一约束与写入隐藏后约束和维护是否仍在唯一索引仍阻止重复值,写入仍维护索引

如果隐藏后查询计划变差、慢查询增多或出现依赖该索引提示的错误,就先恢复 VISIBLE,再分析是否应保留索引。若只是实验会话能选到它,不代表生产流量一定受益;统计信息、数据分布和排序条件仍会影响最终计划。

常见问题

invisible index 是不是等同于 DROP INDEX?

不是。索引仍占用空间、参与写入维护,并继续承担唯一约束;它只是默认不参与优化器选计划。

为什么打开开关后执行计划还是不用它?

use_invisible_indexes=on 只是把索引放回候选集合,优化器仍会按成本选择其他路径。应同时检查列顺序、统计信息、过滤条件和排序需求。

可以直接全局开启吗?

技术上可以设置全局值,但这会影响新建连接。索引灰度通常先用独立会话或 SET_VAR,确认收益后再决定是否改变全局策略。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
MySQL READ COMMITTED 下的锁定读范围MySQL READ COMMITTED 下的锁定读范围
上一篇
MySQL READ COMMITTED 下的锁定读范围
MySQL WAIT_FOR_EXECUTED_GTID_SET 怎样等待复制位点追平
下一篇
MySQL WAIT_FOR_EXECUTED_GTID_SET 怎样等待复制位点追平
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    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
    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
    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
    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
    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
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    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。
    748次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    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。
    745次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    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。
    831次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    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。
    796次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    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。
    630次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码