韩国服务器上的MySQL慢查询,如何从执行计划判断索引是否有效

发布人:A5数据发布时间:2026-11-09 10:38阅读量:62

判断韩国服务器上的 MySQL 慢查询,不能只看执行计划里 key 是否有值。真正有效的索引,应当同时减少扫描行数、降低实际执行时间,并在目标并发下保持可接受的 CPU、I/O 和延迟。如果 key 已命中,但 rows 仍然达到数百万,或者 EXPLAIN ANALYZE 显示大量行被读取后才丢弃,那么这个索引可能只是“被使用”,并没有解决性能问题。

还要把数据库耗时与业务请求耗时分开。韩国服务器所在机房、应用服务器与 MySQL 的网络距离会影响连接等待和往返延迟,但不会直接决定 MySQL 选择哪条索引。判断索引时应先看数据库内部执行时间,再结合应用侧的 p95、连接池等待、吞吐量以及 CPU、内存和磁盘 I/O 指标,避免把网络延迟误判为索引失效。

指标与性能分析配图

A5idc数据提供韩国首尔物理服务器方案,覆盖不同CPU、存储配置及优化/国际线路资源,可为MySQL数据库、业务接口和后台应用提供独立的硬件与网络基础。结合中国香港、日本、新加坡等地区的服务器资源,A5idc数据也能为跨地区访问、数据库与应用分布式部署提供多区域资源选择。

先确定测试目标:索引要解决哪一段慢

慢查询优化不能只设定“执行时间变短”一个目标。一个查询从应用发起到收到结果,通常包含以下环节:

连接池等待 + 网络往返 + 数据库排队 + SQL 执行 + 结果传输与序列化

索引主要影响数据库执行和部分结果读取过程。如果应用连接池已经耗尽,或者应用服务器与韩国机房之间存在较高 RTT,即使 SQL 从 800 毫秒降到 30 毫秒,接口总耗时也可能仍然偏高。

因此,测试前应明确至少三个目标:

  • 单次 SQL 执行时间是否下降,重点关注 p50、p95 和 p99,而不是只看一次平均值。
  • 在目标并发下,吞吐量是否提高,数据库是否出现 CPU 饱和、I/O 等待或连接排队。
  • 扫描行数和返回行数的比例是否合理,避免通过“命中索引”的表面结果掩盖大量无效读取。

例如,一个订单列表查询只返回 20 行:

SELECT id, created_at
FROM orders
WHERE user_id = 123456
  AND status = 'paid'
ORDER BY created_at DESC
LIMIT 20;

如果执行计划估算扫描 40 行,实际读取 20 至 50 行,通常说明索引路径比较贴合查询条件。若返回 20 行却需要扫描 500 万行,即使执行计划显示 key=某个索引,也应继续检查索引列顺序、条件写法和数据分布。

执行计划中哪些字段能判断索引效果

possible_keys 只是候选,不代表真的使用

传统 EXPLAIN 中常见的几个字段含义如下:

字段主要含义判断时的注意点
possible_keys优化器认为可能使用的索引只是候选列表,不能证明索引被采用
key本次执行实际选择的索引有值不等于效果好,仍需看扫描规模
key_len实际使用的索引长度可以辅助判断联合索引使用了哪些前缀,但不是索引效果的直接指标
ref索引与常量或其他表列的关联方式连接查询中尤其重要
type访问类型const、eq_ref、ref 通常较理想,但要结合数据量判断
rows优化器估算需要读取的行数是估算值,不是实际读取行数
filtered读取后预计满足剩余条件的比例仍然是估算值,不能替代真实运行数据
Extra额外执行信息Using temporary、Using filesort、Using where 等需要结合查询场景解释

possible_keys 有值而 key 为 NULL,说明优化器最终没有选择候选索引。原因可能是全表扫描成本更低、条件选择性不足、统计信息不准确,或者查询对索引列进行了函数运算。

type 也不能脱离表大小解读。对只有几千行的小表执行 ALL 全表扫描,可能比走二级索引再回表更快;而一张数千万行的表出现 ALL,通常就需要重点调查。range 不是失败标志,但如果范围覆盖了表中很大比例的数据,索引的过滤价值就会明显降低。

rows 需要与最终返回行数比较

索引是否有效,核心不是“有没有走索引”,而是“为得到结果读取了多少无关数据”。

可以先用以下命令查看传统计划:

EXPLAIN
SELECT id, created_at
FROM orders
WHERE user_id = 123456
  AND status = 'paid'
ORDER BY created_at DESC
LIMIT 20;

如果使用 MySQL 8.0,可以进一步查看树形计划:

EXPLAIN FORMAT=TREE
SELECT id, created_at
FROM orders
WHERE user_id = 123456
  AND status = 'paid'
ORDER BY created_at DESC
LIMIT 20;

传统 EXPLAIN 中的 rows 是优化器估算值。例如:

计划情况typekeyrows可能含义
情况 Arefidx_user_status_created42预计只读取少量匹配记录
情况 Brangeidx_created_at6800000虽然使用索引,但范围过大
情况 CALLNULL20000000预计扫描整张大表

情况 A 更接近有效索引,但仍要通过实际执行确认。情况 B 说明索引可能只承担了定位入口,未能充分过滤数据。情况 C 则需要检查查询条件、统计信息和索引设计。

EXPLAIN ANALYZE 用来验证估算是否可信

EXPLAIN 只能告诉你优化器“预计怎么执行”,MySQL 8.0.18 及更高版本可以使用 EXPLAIN ANALYZE 观察实际执行过程:

EXPLAIN ANALYZE
SELECT id, created_at
FROM orders
WHERE user_id = 123456
  AND status = 'paid'
ORDER BY created_at DESC
LIMIT 20;

该命令会实际执行查询,不应在带有副作用的函数、生产高峰期或未经控制的超大查询上直接运行。更稳妥的做法是在只读副本、测试环境或低峰时段使用具有代表性的参数验证。

输出中的 actual time=a..b rows=n loops=m 可重点关注:

  • actual time:实际执行到该节点的时间范围,单位通常为毫秒。
  • rows:每次循环实际产生或读取的行数。
  • loops:该节点被执行的次数。
  • 估算 rows 与实际 rows 的偏差:偏差较大时,统计信息或参数分布可能影响了优化器判断。

例如,下面是一组用于说明的模拟结果:

执行计划中哪些字段能判断索引效果配图

查询估算扫描行数实际扫描行数返回行数数据库耗时判断
使用 (user_id, status, created_at)423820约 0.3 ms过滤与排序路径较匹配
使用 created_at 范围索引6800000695000020约 780 ms索引命中,但扫描范围过大
无可用索引200000002000000020约 1.4 s大表全表扫描

这些数值是用于解释判断方法的示例,不代表特定韩国服务器的实测结果。实际结果会受到数据量、缓存状态、磁盘类型、MySQL 版本和并发负载影响。

通过索引访问路径判断是否真正有效

关注联合索引的列顺序

对于下面的查询:

SELECT id, created_at
FROM orders
WHERE user_id = 123456
  AND status = 'paid'
ORDER BY created_at DESC
LIMIT 20;

一个常见的索引设计是:

(user_id, status, created_at)

它的作用通常是先按 user_id 和 status 缩小范围,再利用 created_at 支持排序和获取最新记录。实际是否能避免排序,还要看条件是否稳定、排序方向、MySQL 版本以及其他查询条件。

通过索引访问路径判断是否真正有效配图

联合索引不是列越多越好。以下原则更适合作为初步判断:

  • 等值条件通常放在范围条件之前。
  • 经常用于排序或分组的列,需要结合前面的等值条件设计。
  • 出现范围条件后,后续列可用于过滤的能力通常会受到限制。
  • 只为一个低选择性列建立索引,可能无法有效减少扫描。
  • 覆盖索引可以减少回表,但会增加索引体积和写入维护成本。

例如,status='paid' 可能匹配全表 70% 的订单,仅以 status 开头的索引过滤能力有限。如果 user_id 的选择性更高,(user_id, status, created_at) 可能比 (status, user_id, created_at) 更符合该查询;但如果业务还存在大量只按状态筛选的报表查询,最终仍需根据真实查询集合和写入成本决定。

检查是否发生大量回表

InnoDB 的二级索引中通常包含主键值。索引先找到主键,再回到聚簇索引读取其他列,这就是回表。

如果查询只需要索引中已有的列,Extra 中可能出现:

Using index

这通常表示覆盖索引。但 Using index condition 只说明使用了索引条件下推,并不等于查询完全覆盖,也不代表没有回表。

例如,索引为:

(user_id, status, created_at)

查询只选择 id 和 created_at 时,可能具备较好的覆盖效果;如果改为:

SELECT id, created_at, total_amount, shipping_address
FROM orders
WHERE user_id = 123456
  AND status = 'paid'
ORDER BY created_at DESC
LIMIT 20;

即使仍然命中相同索引,也可能需要回表读取 total_amount 和 shipping_address。当匹配行数较少时,回表成本可能可以接受;当条件选择性较差时,大量回表会带来随机 I/O 和更高的 CPU 消耗。

不应为了消除一次回表就把所有业务列都塞进索引。索引越宽,占用的磁盘和缓冲池空间越多,INSERT、UPDATE、DELETE 的维护成本也越高。

检查函数、隐式转换和模糊匹配

以下写法可能让普通索引无法按预期使用:

WHERE DATE(created_at) = '2025-01-15'

如果 created_at 上有索引,数据库仍可能需要对大量记录逐行计算 DATE()。通常可以改成范围条件,但时间值必须统一时区口径:

WHERE created_at >= '2025-01-15 00:00:00'
  AND created_at <  '2025-01-16 00:00:00'

其他常见问题包括:

  • 数值列与字符串参数比较,触发隐式类型转换。
  • 字符集或排序规则不一致,导致索引使用受限。
  • LIKE '%keyword' 以通配符开头,普通 B-Tree 索引通常难以定位起点。
  • 对索引列进行表达式计算,如 id + 1、LOWER(email)。
  • OR 条件中不同分支的选择性差异很大,优化器可能选择扫描较多数据的路径。

看到 key=NULL 时,不要直接得出“缺少索引”的结论,先确认条件写法是否允许索引做范围定位。

把执行计划与延迟、吞吐和资源指标关联起来

数据库耗时与接口耗时要分别记录

在韩国服务器上,建议至少同时记录两组时间:

  1. 从数据库侧观察 SQL 的执行时间、锁等待和读取行数。
  2. 从应用侧观察请求总耗时、连接池等待、网络耗时和结果序列化时间。

如果数据库侧 p95 只有 25 毫秒,而应用接口 p95 达到 180 毫秒,索引通常不是首要问题,应检查:

  • 应用与 MySQL 是否位于不同机房或不同地域。
  • 连接池是否不足,是否存在获取连接等待。
  • 返回结果是否过大。
  • 应用线程池、连接复用和序列化是否出现排队。

相反,如果数据库侧 p95 从 40 毫秒升到 900 毫秒,同时磁盘读取延迟和 iowait 上升,执行计划中的扫描行数和回表数量就需要优先调查。

并发下的计划表现比单次执行更重要

单线程执行很快,不代表高并发下仍然稳定。建议使用真实参数分布,在并发逐步增加时观察:

并发阶段重点指标典型判断
1SQL p50、扫描行数、计划路径判断索引本身是否有效
8p95、QPS、CPU、磁盘读取观察是否开始出现资源竞争
16 或 32p95、p99、连接池等待判断是否存在排队和抖动
接近业务峰值吞吐是否继续增长判断容量边界,而非只看单条 SQL

当并发增加后,QPS不再增长、p95快速上升,而执行计划没有变化,问题可能已经从索引效率转为 CPU、I/O、锁竞争或连接池容量问题。

把执行计划与延迟、吞吐和资源指标关联起来配图

内存方面,应关注 InnoDB 缓冲池是否能容纳高频访问的数据和索引页。索引命中但缓冲池不足时,仍可能频繁从磁盘读取。磁盘方面则要区分顺序读取和随机读取:大量回表更容易放大随机 I/O 延迟。

常见执行结果与处理边界

执行计划和监控表现更可能的原因判断方向
key=NULL、type=ALL、扫描数接近全表缺少合适索引、条件不可索引或统计信息异常先检查条件写法,再评估索引
key 有值,但扫描数是返回数的数百倍选择性不足、联合索引顺序不合适或范围过大优先检查列顺序、范围条件和数据分布
Using filesort,但只处理几十行排序成本很小,未必需要改索引结合实际耗时和并发决定
Using temporary,处理数百万行分组、排序或连接路径可能代价较高评估查询改写和专用索引
单并发很快,高并发 p95 上升CPU、I/O、锁或连接池竞争不要只增加索引
数据库耗时低,接口耗时高网络、连接池或应用处理占比高分离链路指标后再定位
小表选择全表扫描优化器认为扫描成本更低不必为了出现索引而强制改计划

“扫描行数与返回行数相差超过 10 倍”可以作为复核信号;相差超过 100 倍时通常值得重点调查,但这不是绝对阈值。对于报表、聚合和排序查询,读取大量行本身可能是业务要求,不能简单用返回行数判断失败。

如果优化器估算行数与实际行数差距很大,例如估算 100 行而实际读取 100 万行,应检查数据分布是否发生明显变化、统计信息是否过期,以及查询参数是否具有严重倾斜。必要时在备份和变更窗口条件具备的情况下更新统计信息,并重新执行计划验证。

复测时如何形成可执行的决策

索引调整前后,应保持以下条件尽量一致:

  • 使用相同的数据集规模和相近的数据分布。
  • 使用相同的查询参数类型,覆盖高选择性和低选择性参数。
  • 分别记录冷缓存与热缓存结果,不要把两者混为一谈。
  • 固定应用与数据库的位置、连接池大小和测试并发。
  • 同时采集 SQL p50、p95、p99、QPS、CPU、内存、磁盘 I/O 和连接池等待。
  • 对比执行计划是否变化,以及实际读取行数是否下降。

可以用一组模拟容量数据说明决策方式:某查询在 16 并发下稳定达到 420 QPS,p95 为 68 毫秒,数据库 CPU 为 62%,磁盘 iowait 为 4%;改索引后达到 560 QPS,p95 降至 51 毫秒,但 CPU 升至 78%。这说明索引减少了 I/O 或扫描成本,但也可能增加了索引维护、排序或回表相关的 CPU 消耗,不能只看 QPS 增长就直接上线。

对于容量估算,可以使用简单的 CPU 需求近似:

CPU 需求(核)≈ QPS × 单次查询消耗的 CPU 时间(秒)

例如,单次查询平均消耗 12 毫秒 CPU 时间,目标流量为 80 QPS:

80 × 0.012 = 0.96 个 CPU 核

这个结果只是计算 CPU 需求的基础值,还没有计入其他 SQL、后台任务、锁等待、系统进程和安全余量。最终容量应以目标并发下 p95、p99 不超过业务边界,且 CPU、内存、磁盘延迟和连接池仍有余量为准。

当执行计划显示索引路径合理、实际扫描行数较少,而慢查询只在高峰出现时,继续增加索引通常不是正确方向。此时应转向确认资源容量、锁竞争、连接池排队以及韩国服务器与应用之间的网络链路。只有在复测中同时看到扫描行数明显下降、数据库执行时间下降,并且目标并发下 p95 和资源指标均改善,才能认为索引优化真正有效。

本文由A5数据原创发布,转载请注明出处:https://www.a5idc.com/helpcontent/8399.html

相关推荐