MySQL禁止对BLOB/TEXT字段建普通索引是因全量索引会导致B+树失衡、性能崩塌；有效前缀索引需基于字节长度（UTF8MB4下中文占4字节）、选择性≥0.95且经EXPLAIN验证，而LIKE '%xxx'时前缀索引完全失效，大体积数据应外置存储或压缩。
为什么直接对BLOB/TEXT建索引会报错 ERROR 1170
MySQL 明确禁止对未指定长度的 BLOB 或 TEXT 字段创建普通索引，执行 CREATE INDEX idx ON tbl(content) 时必然触发 ERROR 1170 (42000): BLOB/TEXT column 'content' used in key specification without a key length。这不是配置问题，而是引擎层硬性限制：这类字段可能极大，全量索引会导致 B+ 树结构失衡、写入性能崩塌、磁盘空间爆炸。
前缀索引怎么设才真正有效（不是摆设）
前缀索引只对 WHERE content LIKE 'xxx%' 和 WHERE content = 'exact_value' 有效，且效果完全取决于你选的字节数——不是字符数，是字节。UTF8MB4 下一个中文占 4 字节，content(100) 最多覆盖 25 个汉字。
- 先看数据分布：
SELECT LEFT(content, 200) AS p, COUNT(*) FROM tbl GROUP BY p ORDER BY COUNT(*) DESC LIMIT 5，确认开头是否大量重复（比如全是{"id":或<!DOCTYPE） - 算选择性：
SELECT COUNT(DISTINCT LEFT(content, 80)) / COUNT(*) AS sel FROM tbl，目标值 ≥ 0.95；再试 60、100，找到选择性提升明显放缓的拐点 - 最终长度建议比拐点值多留 10–20 字节缓冲，例如
sel_80 = 0.92、sel_100 = 0.94，就用content(120) -
EXPLAIN必须验证：key列显示索引名，且rows显著下降；如果Extra还有Using filesort或Using where，说明没走覆盖，得拆查询
LIKE '%xxx' 或中间匹配时，前缀索引完全失效
只要 LIKE 模式以 % 开头（如 '%error' 或 '%500%'），B-tree 索引（包括前缀索引）彻底不可用，MySQL 只能全表扫描。此时加索引不仅无效，还徒增写入开销和磁盘占用。
- 若需搜索内容中任意位置的关键词，优先提取关键字段：比如日志里固定有
error_code:，就用生成列ADD COLUMN error_code VARCHAR(10) AS (SUBSTRING_INDEX(SUBSTRING_INDEX(content, 'error_code:', -1), '\n', 1)) STORED，再对error_code建索引 - 全文检索场景改用
FULLTEXT(content)+MATCH() AGAINST()，但注意ft_min_word_len默认为 4，短词搜不到 - 精确等值匹配需求（如判断某段文本是否已存在），用哈希生成列：
ADD COLUMN content_sha CHAR(64) AS (SHA2(content, 256)) STORED，再建INDEX idx_sha ON tbl(content_sha)，查询写成WHERE content_sha = SHA2('target', 256) AND content = 'target'
什么时候该放弃索引，直接换存储方式
索引只是缓解手段，不是万能解药。当 BLOB 存的是图片、PDF、视频，或 TEXT 平均长度超 1MB，索引已无意义——IO 和内存开销远大于索引收益。
- 超过 1MB 的二进制文件，一律外置：表中只存
file_path VARCHAR(512)，文件落地 OSS/S3/本地目录，Web 层直读流 - 纯文本但体积大（如 HTML、JSON 日志），优先用
MEDIUMTEXT替代MEDIUMBLOB，支持字符集校验、前缀索引、ORDER BY - 必须事务内写入的审计日志类场景，入库前压缩：
INSERT INTO log(msg) VALUES (COMPRESS('raw'))，字段类型改用MEDIUMBLOB（COMPRESS()输出略大于原文），读取时用UNCOMPRESS()或应用层解压
真正容易被忽略的点是：前缀索引不解决 SELECT 大字段本身的 IO 压力。哪怕索引命中，SELECT content 仍会把整段数据从溢出页加载进 Buffer Pool。所以“查得快”不等于“返回快”，字段拆分和查询瘦身永远比调索引参数更治本。
