加索引仍慢主因是索引未覆盖where+group by+select全链路：必须将where字段置最左（如(status, user_id)），顺序须与group by完全一致，且select中的非分组字段（如amount）需纳入索引以避免回表；函数、隐式转换、错误的having用法等均会导致索引失效。
分组查询卡顿，90% 是因为索引没覆盖 WHERE + GROUP BY + SELECT 全链路，而不是 GROUP BY 本身慢。
为什么加了索引还是慢？
常见错误是只给 GROUP BY 字段单独建索引，比如对 user_id 建单列索引，但查询里还有 WHERE status = 'paid'。这时 MySQL 得先扫一遍 status 索引（或全表），再回主键捞 user_id，最后才分组——等于白建。
- 必须把
WHERE条件字段放索引最左，例如status是过滤条件，就该是(status, user_id) - 如果
SELECT还带SUM(amount)，索引得补上amount：即(status, user_id, amount)，否则仍要回表 - 索引字段顺序必须和 SQL 中
GROUP BY子句完全一致：GROUP BY dept_id, region→ 索引必须是(dept_id, region)，反过来无效 - 用
EXPLAIN看Extra字段：出现Using temporary; Using filesort就说明索引没起作用
哪些写法会让索引彻底失效？
哪怕索引建得再完美，只要 WHERE 或 GROUP BY 里用了这些操作，索引立马退化为全表扫描。
-
WHERE DATE(create_time) = '2024-01-01'→ 改成WHERE create_time >= '2024-01-01' AND create_time -
GROUP BY UPPER(name)→ 提前维护name_upper字段并建索引，或用生成列（MySQL 5.7+）：ALTER TABLE t ADD name_upper VARCHAR(100) AS (UPPER(name)); CREATE INDEX idx_name_up ON t(name_upper); -
WHERE user_id = '123'（user_id是BIGINT）→ 字符串参数触发隐式转换，改用数字123 -
GROUP BY YEAR(create_time), MONTH(create_time)→ 改用日期范围 + 预计算列，或直接分区表按月切分
数据量太大时，光靠索引不够怎么办？
当单表超千万行、且分组维度固定（如按天/按地区/按品类统计），索引只能缓解，不能根治。这时候得换思路。
- 高频查询优先走预聚合：建日粒度汇总表
sales_daily(dt, region, category, total_amt, order_cnt)，用定时任务跑INSERT ... SELECT ... GROUP BY刷新，查时直接SELECT * FROM sales_daily WHERE dt = '2024-05-06' - PostgreSQL 可用物化视图：
CREATE MATERIALIZED VIEW mv_sales_daily AS SELECT ... GROUP BY ...，配合REFRESH MATERIALIZED VIEW - MySQL 没原生物化视图，可用应用双写、触发器或定时同步保障一致性
- 避免在
HAVING里做本该在WHERE完成的过滤，例如HAVING SUM(amount) > 1000是合理场景，但HAVING region = 'sh'应挪到WHERE前置
真正容易被忽略的是：索引字段顺序错一位、WHERE 参数类型不匹配、或者误以为 COUNT(*) 和 COUNT(col) 性能一样——后者若 col 允许 NULL，且没加 WHERE col IS NOT NULL，就会多一次空值判断，大表上就是几百毫秒差距。
