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
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。

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 | type | key | rows | 可能含义 |
|---|---|---|---|---|
| 情况 A | ref | idx_user_status_created | 42 | 预计只读取少量匹配记录 |
| 情况 B | range | idx_created_at | 6800000 | 虽然使用索引,但范围过大 |
| 情况 C | ALL | NULL | 20000000 | 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:

| 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) | 42 | 38 | 20 | 约 0.3 ms | 过滤与排序路径较匹配 |
使用 created_at 范围索引 | 6800000 | 6950000 | 20 | 约 780 ms | 索引命中,但扫描范围过大 |
| 无可用索引 | 20000000 | 20000000 | 20 | 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。

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:
- 从数据库侧观察 SQL 的执行时间、锁等待和读取行数。
- 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 |
|---|---|---|
| 1 | SQL p50、扫描行数、计划路径 | 判断索引本身是否有效 |
| 8 | p95、QPS、CPU、磁盘读取 | 观察是否开始出现资源竞争 |
| 16 或 32 | p95、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。

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



