filtered=100%表示服务器层未做额外行过滤，但不等于查询最优，需结合type、rows和key综合判断：若type为ALL且rows很大，仍是全表扫描；若type为ref且rows小，才说明索引高效。
Filtered = 100% 真的代表查询最优吗
不一定。filtered = 100% 只说明服务器层没做额外行过滤，但不等于查询快——它可能仍走 all 扫描、rows 高达百万，或 extra 里有 using filesort。关键要看它和 type、rows 的组合：
- 若
type是ref或eq_ref，且rows小（比如几十）、filtered= 100%，基本可判定索引高效、条件精准 - 若
type是ALL，rows= 500000，哪怕filtered= 100%，仍是全表扫描，性能瓶颈在 I/O -
filtered高但key为空，说明优化器根本没选索引，此时 100% 是“虚假繁荣”
Filtered 值低（比如 1%～10%）说明什么
表示存储引擎返回了大量数据，但服务器层只留下极小一部分，典型是“索引覆盖不全”。例如：
EXPLAIN SELECT * FROM order_info_14 WHERE purchaser_id = 123 AND order_status = 'completed';
如果只在 purchaser_id 上建了单列索引，执行计划中 key 会显示该索引，rows 可能是 100，但 filtered = 10%，意味着：引擎查出 100 行，其中仅 10 行满足 order_status = 'completed'，其余 90 行白读了。
- 本质是
order_status列未被索引覆盖，导致回表后还要逐行判断 - 常见于联合索引字段顺序错位：比如建了
INDEX idx(a,b)，却用WHERE b = ? AND a = ?，b无法走最左前缀 - 字符串类型比较时隐式转换（如
varchar字段与数字比较），也会让filtered骤降且key失效
如何让 Filtered 接近 100% 且真正有效
目标不是堆高 filtered 数值，而是让高 filtered 和低 rows、合适 type 同时出现。实操重点在索引设计：
- 把 WHERE 中高频等值条件字段放在联合索引最左侧，选择性高的放前面（比如
status区分度低，user_id区分度高，应建INDEX(user_id, status)而非反过来） - 确保查询中所有 WHERE 条件字段都落在同一索引内；若含范围查询（
>、BETWEEN），它右侧的字段无法用于索引过滤，filtered会断崖下跌 - 避免在索引字段上用函数：
WHERE DATE(create_time) = '2023-01-01'会让整个索引失效，filtered意义归零；改写为create_time >= '2023-01-01' AND create_time < '2023-01-02' - 用
EXPLAIN FORMAT=JSON查看filtered的估算依据，比传统格式多出condition_filtering_pct字段，可验证是否因统计信息过期导致误判
Navicat 里怎么看 filtered 并快速定位问题
Navicat 的“解释”结果表格默认不显示 filtered 列（尤其旧版本），需手动开启：
- 执行
EXPLAIN后，在结果表格右键 → “显示/隐藏列”，勾选filtered - 若仍不显示，说明当前 MySQL 版本低于 5.7（
filtered从 5.7 引入），此时只能靠rows和Extra推断过滤效率 - 对比
rows和实际返回行数：若rows= 1000 但结果只有 5 行，大概率存在低效过滤，filtered应远低于 100% - 注意 Navicat 自动补全的
SELECT *容易掩盖覆盖索引机会；测试时尽量写明所需字段，观察Extra是否出现Using index
filtered 是个信号灯，不是成绩单。它亮绿灯时得看路是不是真通；它变黄时，别急着调 SQL，先查索引定义和字段类型是否对得上。
