SELECT *在大表上变慢主因是全表扫描，因缺失索引或索引失效（如函数、运算、类型转换），导致I/O瓶颈；宽表还易触发临时表和文件排序。
为什么 SELECT * 在大表上会突然变慢
不是因为查询本身复杂，而是数据库被迫做全表扫描。没有合适索引时，MySQL 必须逐行读取磁盘页，I/O 成为瓶颈。尤其当 WHERE 条件字段没建索引、或用了函数/表达式（如 WHERE YEAR(created_at) = 2023），索引就失效了。
- 避免在索引列上使用函数、类型转换或运算，例如
WHERE price + 10 > 100会让price索引失效 -
SELECT *在宽表中还可能触发临时表和文件排序，用EXPLAIN查看Extra字段是否出现Using filesort或Using temporary - 联合索引要注意最左前缀原则：对
(a, b, c)建索引，WHERE b = 1 AND c = 2无法命中，但WHERE a = 1 AND b = 2可以
EXPLAIN 输出里哪些字段真正影响性能判断
重点关注 type、key、rows 和 Extra 四个字段，它们直接反映执行路径质量。
-
type值从好到差：const≈eq_ref>ref>range>index>ALL；出现ALL基本等于全表扫描 -
key为空说明没走索引；若非空但rows值远大于实际结果数，可能是索引选择性差（比如对性别字段建索引） -
Extra中出现Using index condition是好的（ICP 下推），但Using where; Using index表示覆盖索引，而Using filesort就得警惕：ORDER BY 没走索引或顺序不匹配
什么时候该建联合索引而不是单列索引
当多个字段经常同时出现在 WHERE、ORDER BY 或 GROUP BY 中，且顺序稳定时，联合索引能显著减少索引数量和维护开销。
win可用的mysql指令skill
下载
安装、修复、更新或打包一个基于 Python 和 PyMySQL 实现的 Windows `mysql` 命令。适用于用户希望在 PowerShell/CMD 中输入 `mysql` 时重定向到 Python 实现、需要交互式输入 MySQL 连接信息、需要同步到当前用户本地 bin 目录，或需要将该能力封装成可公开复用的 Codex skill。
- 例如高频查询是
SELECT name FROM user WHERE status = ? AND city = ? ORDER BY created_at DESC，优先建(status, city, created_at)联合索引，而非三个单列索引 - 把等值条件字段放前面，范围/排序字段放后面：
(a = ?, b > ?, c ORDER BY)→ 索引应为(a, b, c)，不是(a, c, b) - 注意区分「覆盖索引」需求：如果只查索引字段（如
SELECT status, city FROM user WHERE ...），联合索引还能避免回表
索引不是越多越好：写入变慢和空间膨胀怎么权衡
每个索引都是 B+ 树，INSERT/UPDATE/DELETE 都要同步更新所有相关索引。业务高峰期大量写入时，过多索引会明显拖慢响应，且占用更多磁盘与内存。
- 单表索引数建议控制在 5–7 个以内；可通过
information_schema.STATISTICS查看各索引的INDEX_COMMENT和使用频率（需开启userstat或用performance_schema） - 删除长期未被使用的索引：比如某索引在
sys.schema_unused_indexes视图中持续多日无记录 - TEXT/BLOB 字段不能直接建索引，要用前缀长度（如
content(100)），但前缀过短会导致重复率高、选择性差
SHOW INDEX FROM orders\G -- 查看索引字段顺序、是否唯一、基数（Cardinality）等，基数越接近行数，索引区分度越高
索引优化本质是让 MySQL 少读磁盘、少算中间结果。很多“慢查询”背后不是 SQL 写得差，而是数据分布变了、统计信息没更新、或者上线后业务查询模式偏移了——这些细节比“加个索引”更难察觉。
