合理创建单列和复合索引，避免函数操作、隐式转换及全表扫描，优先使用覆盖索引并优化WHERE条件结构，结合EXPLAIN分析执行计划提升查询效率。
在MySQL中优化WHERE条件查询，核心是减少扫描的数据量、提升索引使用效率，并避免全表扫描。以下是具体优化方法和建议。
合理使用索引
为WHERE子句中频繁使用的字段创建索引，能显著加快查询速度。
- 对等值查询（如 WHERE user_id = 123）建立单列索引
- 对多条件组合查询，使用复合索引，注意字段顺序：将筛选性高的字段放在前面
- 避免在索引字段上使用函数或表达式，如 WHERE YEAR(create_time) = 2023，应改写为范围查询
优化查询语句结构
编写高效SQL语句，让优化器更容易选择最优执行路径。
- 尽量避免使用 OR 条件连接多个字段，可考虑用 UNION 替代，尤其是涉及不同索引时
- 用 IN 替代多个 OR 值匹配，但注意IN列表不宜过长（一般不超过几百项）
- 避免在WHERE中对字段进行计算或类型转换，如 WHERE status + 1 = 2
利用覆盖索引减少回表
如果查询字段都在索引中，MySQL无需回主表查数据，称为“覆盖索引”。
kashen-mysql DDLtoExcel
下载
解析 MySQL 8.0 的 DDL 脚本，并将表结构导出为 Excel 格式。适用于用户需将 MySQL 的 `CREATE TABLE` 语句转换为结构化的 Excel 文件场景，导出内容包含字段名、数据类型、长度及精度等信息。支持多张表的批量处理，每张表对应 Excel 中的一个独立工作表。适用于数据库文档编写、数据字典生成及模式分析等任务。
- 设计复合索引时，把SELECT和WHERE用到的字段包含进去
- 例如查询 SELECT name FROM users WHERE age = 25，可建索引 (age, name)
避免全表扫描和隐式类型转换
全表扫描会极大拖慢查询，尤其在大表上。
- 确保查询字段和条件值类型一致，比如字段是INT，不要传字符串 '123'
- 避免使用 LIKE '%xxx'，前导通配符无法使用索引；LIKE 'xxx%' 可以用索引
- NULL值判断尽量用 IS NULL 或 IS NOT NULL，并在必要时给字段加默认值
基本上就这些。关键是理解索引机制，结合EXPLAIN分析执行计划，持续观察查询性能变化。不复杂但容易忽略细节。
