log_queries_not_using_indexes必须设为ON才能记录未走索引的SQL,它与long_query_time是“或”关系,可捕获执行快但全表扫描的隐性慢查询。

log_queries_not_using_indexes 必须打开,否则根本看不到“没走索引”的SQL
很多人只开 slow_query_log、调低 long_query_time,就以为能抓到所有问题 SQL,结果翻了一周日志,全是执行 2 秒以上的“显性慢 SQL”,却漏掉了大量执行 50ms 却全表扫描的“隐性炸弹”。关键就在 log_queries_not_using_indexes 这个开关——它控制是否记录“没走索引但执行快”的查询。
这个参数默认是 OFF,必须显式设为 ON:
SET GLOBAL log_queries_not_using_indexes = ON;
注意:它只对后续新执行的查询生效,已缓存的查询计划不受影响。另外,它和 long_query_time 是“或”关系:只要满足“超时”或“没走索引”任一条件,就会被记录。
- 线上建议始终开启,尤其在新表上线、大促压测前
- 它不会让日志爆炸式增长——真正没走索引的查询通常本身就不多,除非你批量删/查无 WHERE 的语句
- 云数据库(如阿里云 RDS、腾讯云 CDB)控制台里可能叫“记录未使用索引的查询”,位置常藏在高级参数页,别只盯着“慢日志开关”
看慢日志时重点识别三类典型无索引模式
日志里一条 SQL 被记下来,不等于它一定没走索引。MySQL 有时会因统计信息过期、数据倾斜或优化器误判而临时放弃索引。所以得结合日志内容+执行计划交叉验证。以下三类写法在日志中高频出现,且几乎 100% 触发全表扫描:
-
WHERE DATE(create_time) = '2024-06-17'—— 对索引列用函数,B+ 树无法跳查 -
WHERE name LIKE '%keyword'—— 左模糊,无法利用 B+ 树的有序性 -
WHERE status IN (1,2,3) AND create_time > '2024-01-01'—— 复合条件但只有status有单列索引,create_time独立索引未被联合使用
这类 SQL 在日志里往往耗时不长(比如 0.08s),但 Rows_examined 字段会异常高(例如 50 万),这就是最直接的“没走索引”信号。
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 pt-query-digest 分析时,优先筛 “Rows_examined / Rows_sent 比值极高”的语句
mysqldumpslow 只能按耗时排序,容易忽略“快但低效”的语句。真正有用的是 pt-query-digest 的聚合分析能力,它能把相同模式的 SQL 归并,并给出每条的平均扫描行数与返回行数比值:
pt-query-digest --filter '$event->{Rows_examined} / $event->{Rows_sent} > 1000' /var/log/mysql/slow.log
这个比值大于 1000,基本说明 SQL 在大海捞针——查了上千行才返回 1 行,大概率没走索引或索引失效。比单纯看 Query_time 更早暴露隐患。
- 别只信
key: NULL—— 有些 SQL 执行计划显示用了索引,但type: index(全索引扫描)和ALL(全表扫描)性能差别不大 - 重点关注
Explain中的rows字段,它和日志里的Rows_examined应该接近;如果差 10 倍以上,说明统计信息严重不准,需要ANALYZE TABLE
确认索引缺失后,别急着建索引,先看 WHERE 条件的组合频率
日志里反复出现 WHERE user_id = ? AND status = ?,不代表就要建 (user_id, status) 联合索引。真实场景中,这组条件可能 90% 是 user_id 单独查,10% 是两者一起查。盲目建联合索引反而会让单列查询变慢(因为索引更宽、更占内存)。
正确做法是:
- 用
pt-query-digest --group-by fingerprint统计不同条件组合的出现频次 - 优先覆盖高频组合,再用单列索引兜底低频场景
- 对
IN或OR类查询,MySQL 5.7+ 支持index_merge,但不如一个设计合理的联合索引稳定
最常被忽略的一点:索引不是越多越好。每个新增索引都会拖慢写入速度,且占用 buffer pool。线上加索引前,务必在从库或影子库上用真实流量压测,看 QPS 和延迟变化。

















