Cardinality不准会导致优化器误判索引价值而跳过,即使索引存在,EXPLAIN中key也为NULL;需用SHOW INDEX与COUNT(DISTINCT)核对真实基数,并结合ANALYZE TABLE更新统计。

Cardinality不准时,EXPLAIN显示key为NULL但实际有索引
这是最典型的“索引存在却不用”现象。优化器看到CARDINALITY值过低(比如status字段显示基数为2,而表里其实只有两个值),就认定该索引区分度差,不如全表扫描快,于是跳过它。
常见错误现象包括:EXPLAIN中possible_keys有索引名,但key列为NULL;type是ALL或index,而非ref/range;rows接近总行数。
- 先用
SHOW INDEX FROM table_name查当前CARDINALITY估算值 - 再用
SELECT COUNT(DISTINCT col)手动核对真实基数,偏差大就说明统计失真 - 不要只看单列基数,联合索引要关注
SEQ_IN_INDEX = 1的前导列——它的基数决定整个索引能否被触发
高基数列必须放在联合索引最左位
联合索引不是按“重要性”排,而是按B+树物理排序规则:先按第一列排序,相等时再按第二列。如果is_vip(基数=2)放前面、create_time(基数=500万)放后面,那整个索引在WHERE create_time > '2024-01-01'这种查询里根本用不上。
使用场景很明确:当你要加速WHERE a = ? AND b > ?这类混合等值+范围查询时,等值列必须在前,高基数列优先。
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。
- 用
INFORMATION_SCHEMA.STATISTICS查SEQ_IN_INDEX确认列序,别只靠建表语句记忆 -
CARDINALITY值本身不保证准确,但相对大小有参考价值:若user_id的基数远高于status,就别把status放联合索引第一位 - 避免
(status, user_id)这种设计——前导列基数太低,后边再高也白搭
ANALYZE TABLE不是万能解药,但必须会用
ANALYZE TABLE能强制刷新统计信息,但它本质是DDL操作,大表执行时仍会加读锁。很多人误以为只要跑一遍就万事大吉,其实忽略了采样机制本身的局限性。
性能影响取决于innodb_stats_sample_pages设置,默认20页,对亿级表可能只扫了0.001%的数据,偏差依然很大。
- 小表可直接
ANALYZE TABLE users;大表建议在低峰期执行,并监控锁等待 - 临时提升精度可用
SET GLOBAL innodb_stats_sample_pages = 100,但需评估对整体统计开销的影响 - 如果表频繁TRUNCATE+INSERT,记得每次导入后手动
ANALYZE,别依赖innodb_stats_auto_recalc
Cardinality不准 + 隐式转换 = 双重失效
这是最容易被忽略的组合坑。比如字段是VARCHAR(32),但查询写成WHERE status = 0,MySQL先做隐式转换,再发现CARDINALITY统计值又偏低,优化器两步放弃索引。
此时EXPLAIN可能连possible_keys都不显示那个索引——不是没建,是优化器压根没把它纳入候选池。
- 检查查询条件类型是否与字段类型严格一致,用
WHERE status = 'active'而不是WHERE status = 0 - 用
SHOW WARNINGS确认是否有隐式转换提示 - 一旦发现隐式转换,优先修正SQL,再考虑
ANALYZE TABLE——否则修了统计也没用
CARDINALITY就是它做判断时最常偷懒参考的数字。它不准不会让索引物理消失,但会让优化器在毫秒级决策里彻底忽略你花时间建的索引。

















