sql索引失效的情况，以及优化方式。

目录

1. sql查验以及优化说明

2. 索引失效事例，以及优化方式

2.1 失效情况说明

2.2 例子以及优化方式

2.2.1 不使用索引列进行查询

2.2.2 使用函数或者表达式进行查询

2.2.3 对索引列进行类型转换

2.2.4 在索引列上进行计算

2.2.5 对索引列进行排序或者分组：

2.2.6 使用 NOT IN 或者 <> 进行查询：

---

1. sql查验以及优化说明

MySQL 是一种常用的关系型数据库管理系统，其 SQL 查询优化是提高数据库性能的关键之一。以下是一些常见的 MySQL SQL 优化技巧：

1. 使用 EXPLAIN 查看 SQL 语句的执行计划。使用 EXPLAIN 可以查看 SQL 语句的执行计划，包括查询方式、索引使用情况、表扫描次数等信息，从而优化 SQL 语句。

2. 使用索引。索引可以加速 SQL 查询，提高数据库性能。可以根据 SQL 查询的情况选择合适的索引类型，如普通索引、唯一索引、全文索引等。

3. 避免使用 LIKE 查询。LIKE 查询通常需要扫描整张表，而且不能使用索引，因此性能较差。如果需要使用 LIKE 查询，可以使用全文索引或者将查询条件转换成范围查询。

4. 避免在 WHERE 子句中使用函数。如果在 WHERE 子句中使用函数，MySQL 将会对每个记录都调用一次该函数，会导致较慢的查询速度。如果必须使用函数，可以考虑在查询之前先将函数的返回值保存到变量中。

5. 避免使用 SELECT *。如果 SELECT *，MySQL 将会返回所有列的值，包括不需要的列。这会增加网络传输和内存开销，降低查询速度。应该只查询需要的列。

6. 分页查询时使用 LIMIT。如果需要分页查询，应该使用 LIMIT 语句，而不是将所有记录返回然后在应用程序中分页。LIMIT 可以限制查询结果集的大小，提高查询速度。

7. 避免使用子查询。子查询通常需要执行多次，性能较差。如果需要使用子查询，可以考虑将其转换成 JOIN 查询。

8. 合理使用缓存。使用缓存可以避免频繁的 SQL 查询，提高查询速度。可以使用 MySQL 自带的缓存或者应用程序中的缓存。

总之，MySQL SQL 优化需要根据具体的应用场景进行合理的选择和实现。可以通过 EXPLAIN、索引优化、查询条件优化、缓存等技巧来提高查询速度和数据库性能。

2. 索引失效事例，以及优化方式

2.1 失效情况说明

MySQL 索引失效指的是索引无法被查询优化器使用，从而导致查询效率低下。下面列举了一些常见的导致索引失效的情况：

1. 不使用索引列进行查询。如果查询条件中不包含索引列，MySQL 将无法使用索引。

2. 使用函数或者表达式进行查询。如果在 WHERE 子句中使用函数或者表达式，MySQL 将无法使用索引。

3. 对索引列进行类型转换。如果对索引列进行类型转换，MySQL 将无法使用索引。

4. 在索引列上进行计算。如果在索引列上进行计算，MySQL 将无法使用索引。

5. 对索引列进行排序或者分组。如果对索引列进行排序或者分组，MySQL 将无法使用索引。

6. 使用 NOT IN 或者<>进行查询。如果使用 NOT IN 或者<> 进行查询，MySQL 将无法使用索引。

7. 使用 LIKE 进行查询。如果使用 LIKE 进行查询，MySQL 将无法使用 B-Tree 索引，只能使用全文索引或者哈希索引。

8. 隐式转换。如果在索引列上进行隐式转换，MySQL 将无法使用索引。

9. 对多个列进行 OR 连接。如果对多个列进行 OR 连接，MySQL 可能无法使用索引。

10. 数据量太大。如果数据量太大，MySQL 可能无法使用索引。

总之，要保证 MySQL 索引的有效性，需要注意查询条件中是否包含索引列，避免使用函数、表达式、计算、排序、分组、NOT IN、<>、LIKE、隐式转换、OR 连接等操作，以及注意数据量大小。如果遇到了索引失效的情况，可以通过分析查询计划、使用 FORCE INDEX 等方式来优化查询语句。

2.2 例子以及优化方式

2.2.1 不使用索引列进行查询

假设有一张学生表 student，其中有一个索引是 name_index，包含了学生的姓名信息。如果我们要查询某个班级的学生信息，但是查询条件不是学生姓名而是学生的班级信息，那么该查询将无法使用 name_index 索引：

SELECT * FROM student WHERE class = 'A';

优化方法是在 class 列上创建索引：

CREATE INDEX class_index ON student(class);

2.2.2 使用函数或者表达式进行查询

假设有一张订单表 order，其中有一个索引是 order_time_index，包含了订单的下单时间信息。如果我们要查询某一天的订单信息，但是查询条件需要将 order_time 这个时间戳转换为日期格式，那么该查询将无法使用 order_time_index 索引：

SELECT * FROM order WHERE DATE(order_time) = '2023-04-19';

优化方法是使用合适的数据类型存储 order_time，避免使用函数进行转换：

ALTER TABLE order MODIFY COLUMN order_time DATE;

2.2.3 对索引列进行类型转换

假设有一张订单表 order，其中有一个索引是 amount_index，包含了订单的金额信息。如果我们要查询金额大于 100 的订单，但是查询条件需要将 amount 这个字符串类型转换为数值类型，那么该查询将无法使用 amount_index 索引：

SELECT * FROM order WHERE CAST(amount AS UNSIGNED) > 100;

优化方法是在 amount 列上使用数值类型存储：

ALTER TABLE order MODIFY COLUMN amount DECIMAL(10, 2);

2.2.4 在索引列上进行计算

假设有一张商品表 product，其中有一个索引是 price_index，包含了商品的价格信息。如果我们要查询价格在某一范围内的商品信息，但是查询条件需要将价格进行加减运算，那么该查询将无法使用 price_index 索引：

SELECT * FROM product WHERE price + 10 BETWEEN 100 AND 200;

优化方法是将计算操作提前，将查询条件改写为：

SELECT * FROM product WHERE price BETWEEN 90 AND 190;

2.2.5 对索引列进行排序或者分组：

假设有一张订单表 order，其中有一个索引是 order_time_index，包含了订单的下单时间信息。如果我们要按照订单下单时间进行分组，那么该查询将无法使用 order_time_index 索引：

SELECT COUNT(*) FROM order GROUP BY DATE(order_time);

优化方法是创建新的索引以满足排序或分组需求：

CREATE INDEX order_time_date_index ON order(DATE(order_time));

2.2.6 使用 NOT IN 或者 <> 进行查询：

假设有一张学生表 student，其中有一个索引是 age_index，包含了学生的年龄信息。如果我们要查询年龄不在某个范围内的学生信息，但是查询条件使用了 NOT IN 或者 <>，那么该查询将无法使用 age_index 索引：

SELECT * FROM student WHERE age NOT IN (18, 19, 20);

优化方法是使用范围查询代替 NOT IN 或者 <>：

SELECT * FROM student WHERE age < 18 OR age > 20;

通过上述例子，我们可以看到在使用索引时需要注意的几个问题，包括不使用索引列进行查询、使用函数或者表达式进行查询、对索引列进行类型转换、在索引列上进行计算、对索引列进行排序或者分组以及使用 NOT IN 或者 <> 进行查询。对于这些问题，我们可以使用一些优化方法，如在适当的列上创建索引、使用合适的数据类型、对查询条件进行改写等等。

当然，这些只是一些常见的情况，实际情况还可能更加复杂。在实际的开发中，我们需要结合具体的查询场景进行优化，以获得更好的性能和效果。