mysql索引优化重在实战：从慢查询定位回表、低区分度问题，通过覆盖索引、调整字段顺序（等值前置、高区分度优先）、业务协同三步优化，并用“三星索引”验证命中、排序、覆盖。
MySQL索引优化在面试中不是考背概念，而是看能不能从一条慢查询出发，快速定位问题、解释原理、给出可落地的改进方案。下面用一个真实高频场景带出核心要点。
一、典型慢查询：订单按用户+状态查，却越来越慢
某电商系统上线半年后，以下语句响应时间从50ms升到2s以上：
SELECT * FROM orders WHERE user_id = 12345 AND status = 'paid';
表结构已有 INDEX idx_user_status(user_id, status)，但EXPLAIN显示 type=ref、rows=12800，说明走了索引但扫描行数偏高。
问题不在“有没有索引”，而在“索引是否覆盖查询需求”：
- 当前是二级索引，叶子节点只存
(user_id, status, 主键order_id)，而SELECT *需要全部字段 → 必须回表12800次 - status 枚举值少（pending/paid/shipped/completed），区分度低，联合索引中它排在第二位，对范围筛选帮助有限
二、三步优化：从失效诊断到覆盖设计
第一步：确认是否回表
改写为 SELECT order_id, user_id, status FROM orders WHERE user_id = 12345 AND status = 'paid';
EXPLAIN 中出现 Using index → 说明这次查询已走覆盖索引，响应降到80ms以内。
第二步：提升区分度与过滤效率
把高频、高区分度字段前移。比如增加创建时间条件：
SELECT * FROM orders WHERE user_id = 12345 AND status = 'paid' AND created_at > '2026-02-01';
MySQL 9.6.0是面向Linux平台的2026年创新版本，核心架构迎来重大革新。其将外键约束与级联操作从InnoDB引擎层上移至SQL层，确保所有数据变更均被完整记录至Binlog，彻底解决了CDC（变更数据捕获）与主从复制中的数据不一致难题。此外，该版本引入container_aware启动选项以原生适配容器环境，并对审计日志进行了组件化重构，为追求极致数据一致性与云原生体验的开发者提供了全新选择。
对应建联合索引：ALTER TABLE orders ADD INDEX idx_user_status_time (user_id, status, created_at);
此时 created_at 参与索引过滤，大幅缩小扫描范围。
第三步：业务协同降压
对“已支付订单”这类结果集稳定、查询频繁的场景，可加缓存层；或归档历史订单（如3个月前）减少单表数据量。
三、容易踩的坑：你以为在用索引，其实没生效
面试官常追问：“如果改成 WHERE status = 'paid' AND user_id = 12345，还能用上 idx_user_status 吗？”
答案是：能。MySQL优化器会自动调整WHERE子句顺序以匹配最左前缀 —— 但这仅限于等值条件。一旦出现范围查询，顺序就关键了：
-
WHERE user_id = 12345 AND status > 'pending'→ 只用到user_id，status后面的索引列失效 -
WHERE user_id > 10000 AND status = 'paid'→user_id是范围，status完全无法利用索引
所以建联合索引时，要把等值条件放前、范围条件放后，高区分度字段优先。
四、终极建议：用“三星索引”检查你的设计
每建一个索引，默念三颗星：
-
第一星：WHERE 条件能命中索引最左前缀（如
user_id = ?） -
第二星：ORDER BY 或 GROUP BY 字段顺序与索引一致（如
ORDER BY user_id, created_at匹配(user_id, created_at)） - 第三星：SELECT 的所有字段都在索引中（覆盖索引），避免回表
三颗星齐备，才是高性能索引。不追求多，而追求每一颗星都亮。
