确保索引、避免函数操作、匹配数据类型、限制返回字段。为范围字段建B+树索引，复合索引按等值在前范围在后设计；禁用字段函数防止索引失效；保持查询值与字段类型一致；仅SELECT必要字段并优化分页，可大幅提升数字范围查询效率。
在MySQL中，数字范围查询（如 WHERE id BETWEEN 100 AND 200 或 WHERE age > 30）是常见操作。优化这类查询的核心在于合理使用索引、减少扫描数据量和避免隐式类型转换。以下是具体优化策略。
1. 确保字段上有合适的索引
范围查询性能的关键是索引。如果查询字段没有索引，MySQL会进行全表扫描，效率极低。
- 对用于范围条件的数字字段（如主键、外键、年龄、时间戳等）建立B+树索引。
- 例如：
CREATE INDEX idx_age ON users(age); - 复合索引要注意字段顺序。如果查询是
WHERE status = 1 AND age BETWEEN 20 AND 30，应创建(status, age)索引，因为等值条件在前，范围在后更高效。
2. 避免在查询字段上使用函数或表达式
对索引字段使用函数会导致索引失效，迫使全表扫描。
kashen-mysql DDLtoExcel
下载
解析 MySQL 8.0 的 DDL 脚本，并将表结构导出为 Excel 格式。适用于用户需将 MySQL 的 `CREATE TABLE` 语句转换为结构化的 Excel 文件场景，导出内容包含字段名、数据类型、长度及精度等信息。支持多张表的批量处理，每张表对应 Excel 中的一个独立工作表。适用于数据库文档编写、数据字典生成及模式分析等任务。
- 错误写法：
WHERE YEAR(create_time) = 2023—— 即使create_time有索引也无法使用。 - 正确写法：
WHERE create_time >= '2023-01-01' AND create_time —— 可以走索引。 - 同样，避免
WHERE id + 1 > 100这类表达式，改写为WHERE id > 99。
3. 使用合适的数据类型并避免隐式转换
数据类型不匹配会导致索引无法使用。
- 确保查询值与字段类型一致。例如，
id是INT类型，就不要用字符串查询：WHERE id = '123'虽然能运行，但可能触发隐式转换，影响性能。 - 检查表结构，避免用
VARCHAR存数字。比如用VARCHAR存ID会导致排序和比较变慢，且索引效率低。
4. 控制返回数据量，避免 SELECT *
即使索引命中，若返回大量字段或行，I/O 和网络开销也会很高。
- 只查需要的字段，如
SELECT id, name, age FROM users WHERE age BETWEEN 20 AND 30。 - 配合
LIMIT分页时，注意深分页问题。例如LIMIT 10000, 20效率低，可改为记录上次查询位置，用WHERE id > last_id LIMIT 20实现游标分页。
基本上就这些。核心是让MySQL能高效利用索引完成范围查找，同时减少不必要的计算和数据传输。只要字段有索引、类型匹配、写法规范，数字范围查询通常很快。
