MySQL中OR查询常因优化器保守策略导致全表扫描,EXPLAIN显示type=ALL或key=NULL即证实索引失效;应优先用UNION ALL拆分为独立索引子查询,而非盲目加索引。

多条件 OR 查询在 MySQL 中极易触发全表扫描,不是“加索引就能好”,而是得先判断它是否真能走索引——EXPLAIN 显示 type: ALL 或 key: NULL 就是明确信号,此时硬加索引没用,必须重构查询逻辑。
为什么 OR 多数时候不走索引
MySQL 优化器对 OR 的处理非常保守:B+ 树索引天然适合单路径查找,而 status = 'paid' OR level > 10 这类跨字段、混合类型(等值 + 范围)的条件,会让优化器放弃合并多个索引片段,直接选全表扫描。即使两个字段各自有单列索引,5.7 版本基本不启用,8.0 的 index_merge 也只在极干净条件下生效——比如不能有函数、不能隐式转换、不能含 IS NULL、所有字段必须有独立可用索引。现实中只要有一条不满足,key 就是 NULL。
典型失效场景包括:
-
WHERE name = 'Alice' OR city = 'Shanghai'(两字段都有单列索引,但无联合索引) -
WHERE status = 'active' OR created_at > '2025-01-01'(等值 + 范围,类型不一致) -
WHERE id = 1 OR name LIKE '%john%'(模糊匹配本身已失效,拖垮整个 OR)
UNION ALL 替代 OR 的实操前提
这不是语法替换,而是执行路径重设计。只有满足以下全部条件,UNION ALL 才真正提速:
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。
- 每个子查询的
WHERE条件必须能独立命中某个索引——先单独跑EXPLAIN SELECT * FROM t WHERE status = 'paid'验证 - 分支数建议 ≤ 5~10;超过后优化器可能拒绝为每个分支生成索引访问路径
- 所有子查询返回字段数、顺序、类型、是否允许
NULL必须完全一致,否则报错ERROR 1222 (21000) - 若原查询含
ORDER BY ... LIMIT N,必须在每个子查询里各自加LIMIT N,再在外层统一排序;只在外层加会漏数据
注意:UNION 会强制去重(临时表 + 排序),比 UNION ALL 慢得多,除非业务强要求无重复,否则一律禁用 UNION。
改写时容易踩的坑
很多看似正确的改写,实际性能更差:
- 给第二条子查询加
AND status != 'paid'去重——这反而可能让该分支无法走索引(比如status索引变成范围扫描或失效) - 漏掉公共条件,例如原查询有
date BETWEEN '2025-01-01' AND '2025-12-31',却只写在第一个子查询里,其余分支没复制,导致结果错误或漏数据 - 对含
GROUP BY或HAVING的查询直接拆分——必须在每个子查询内先聚合,再在外层二次聚合,代价陡增,慎用 - 误以为
IN可以替代所有OR:只有同字段等值才有效,如id IN (1,2,3);跨字段或带函数的OR不能靠IN解决
什么情况下别折腾 UNION ALL
有些 OR 查询,改了也白改:
- 所有条件都落在同一个复合索引最左前缀上,例如
(a,b)索引 +WHERE (a=1 AND b=2) OR (a=1 AND b=3)—— 这种本就能高效走索引 - 表很小(比如几千行),全表扫描比多次索引查找+合并还快
- 各分支结果高度重叠,且业务不允许重复,这时
UNION ALL后还得去重,开销反超原查询 - 查询由 ORM 自动生成、无法控制 SQL 拼装逻辑(如某些视图或存储过程),强行拆解维护成本高、风险大
真正关键的是:先用 EXPLAIN 看清执行计划,再决定动不动手;盲目替换 OR 不仅无效,还可能掩盖更根本的设计问题——比如该建联合索引却只建了单列索引,或本该用分区表处理的时间范围查询硬塞进 OR 里。

















