InnoDB更新索引字段必重写整条索引记录，引发删插两次B+树操作、锁等待上升、QPS下降30%～60%；高频更新索引字段会加剧写放大、页分裂与缓存效率下降。
UPDATE SET字段在索引里，InnoDB必须重写整条索引记录
只要该字段出现在 UPDATE 的 SET 子句中，且它属于任一二级索引（单列或复合索引的任意位置），InnoDB 就无法“局部更新”——它必须定位原索引项、删除旧节点、插入新节点。这不是简单的值覆盖，而是两次 B+ 树操作：一次删、一次插。实测中，单表每秒 UPDATE 超过 50 次时，innodb_row_lock_waits 明显上涨，SHOW PROCESSLIST 里大量线程卡在 Updating 状态。
- 哪怕只改一个字段，只要它在索引里，开销就逃不掉；别被“WHERE 没用它”误导
- 复合索引中字段位置无关紧要：哪怕
(created_at, status)，只要status被改，整条索引项照样重写 - 页分裂概率陡增：高频变动导致索引页内空闲空间（gap）快速积累，
Data_free日均涨几十 MB 是典型信号
status、updated_at 这类字段加索引，QPS 实测下降 30%～60%
这不是理论推演，是真实压测结果。原因在于每次更新都强制触发：B+ 树节点定位 + 页内重排 + redo log 写入 + undo log 生成。尤其当表已有多个索引时，写放大效应成倍叠加。例如一张有 12 个索引的订单表，对 status 字段做高频更新，QPS 可能直接腰斩。
- 监控关键指标：
sys.schema_table_statistics.updates延迟、Handler_write与Handler_read_next比值突降 - 别信“读写比高就可以加”——先验证不加索引是否真走
type=all；加了之后是否稳定走ref或range - 冗余索引会白送开销：已有
INDEX(user_id, status)，再建INDEX(status)，写成本 +100%，查询收益 ≈ 0
怎么确认某个索引是不是“假优化、真拖累”
别靠经验猜，用数据验证。重点查三件事：它是否被 WHERE/JOIN 真正用到？更新频率是否 ≥ 1 次/秒？是否非主键、非唯一约束？
- 执行
SHOW INDEX FROM t，筛出Non_unique = 1的索引 - 查慢查询日志或
EXPLAIN结果，确认该字段在WHERE中几乎没出现（无type=ref或range） - 用
SELECT * FROM information_schema.STATISTICS WHERE table_name = 't' AND column_name = 'status'找全含该字段的索引，一个都不能漏 - 临时下线不是设
INVISIBLE——那只是骗优化器，InnoDB 依然维护；正确做法是备份后ALTER TABLE t DROP INDEX idx_status，压测 5 分钟看延迟是否下降 ≥30%
替代方案比硬扛索引开销更有效
与其在热字段上硬加索引，不如把查询压力从原表移走。最常用的是轻量级解耦，不是大动架构。
- 用生成列降低索引粒度：比如
updated_day DATE AS (DATE(updated_at)) STORED，再建INDEX idx_updated_day ON t (updated_day) - 长文本字段别用前缀索引：如
INDEX(content(255))对写入压力几乎没改善，反而削弱查询能力；改用哈希摘要：content_hash CHAR(32) AS (MD5(content)) STORED，再建INDEX(content_hash) - 高频状态类查询，优先考虑应用层双写冗余表，或基于 binlog 构建轻量物化视图，避开原表锁竞争
- MySQL 8.0.23+ 可用
ALTER TABLE t REBUILD替代OPTIMIZE TABLE：只重排页结构，不重置统计信息，避免执行计划抖动
真正容易被忽略的是：碎片、锁等待、缓冲池效率这三者从来不是孤立问题。当 innodb_buffer_pool_read_requests / innodb_buffer_pool_reads 周环比跌超 15%，说明索引已开始实质性拖垮缓存效率——这时候删索引，比调优更重要。
