type = all 表示全表扫描，是性能瓶颈的明确信号，需立即干预；应检查索引是否存在、是否被使用，排查隐式类型转换，并优化 order by + limit 和 count(*) 等典型场景。
EXPLAIN 显示 type = ALL 就得立刻干预
看到 EXPLAIN 结果里 type = ALL，别犹豫，这就是全表扫描的明确信号，也是超时的直接源头。不是“可能慢”，而是“一定在拖垮并发”。尤其当 rows 值接近表总行数（比如 300 万行表扫 298 万行），哪怕单次耗时 200ms，在 QPS 50 的接口里，数据库连接池几秒就打满。
实操建议：
- 先确认该 SQL 是否高频——查慢日志或监控平台，别只看单次执行时间
- 检查
possible_keys是否为空：为空说明没索引可选，优先加索引 - 若
possible_keys有值但key为NULL，说明索引存在但没被用，进入下一步排查
索引建了却不用？先盯住隐式类型转换
这是线上最隐蔽、复现率最高的索引失效原因。比如字段是 VARCHAR，查询却传了数字：WHERE order_no = 12345；或者字段是 INT，参数带了引号：WHERE uid = '5837661'。MySQL 内部会自动给索引列加函数做类型转换，等价于 WHERE CAST(order_no AS SIGNED) = 12345，索引直接失效。
实操建议：
- 用
SHOW CREATE TABLE 表名确认字段真实类型 - 检查应用层传参是否严格匹配——Java 用
String接字符串 ID，Go 用strconv.FormatInt而非直接拼接数字 - 在 WHERE 条件里显式转类型反而更安全，比如
WHERE order_no = CAST(? AS CHAR)（需评估兼容性）
ORDER BY + LIMIT 1 也可能触发全表扫描
典型案例如：SELECT * FROM order_info WHERE uid = 5837661 ORDER BY id ASC LIMIT 1。即使有 idx_uid_stat 索引，优化器仍可能选全表扫描——因为它预估：按 uid 找到所有行后，再排序取第一条，不如直接扫一遍顺便找最小 id 更快。这不是 bug，是成本估算逻辑在大表上的副作用。
实操建议：
- 强制走索引：
SELECT * FROM order_info FORCE INDEX (idx_uid) WHERE uid = 5837661 ORDER BY id ASC LIMIT 1 - 改写为子查询：
SELECT * FROM order_info WHERE id = (SELECT MIN(id) FROM order_info WHERE uid = 5837661)，前提是id是主键或有索引 - 补联合索引：
ALTER TABLE order_info ADD INDEX idx_uid_id (uid, id)，让排序也落在索引内
大表 COUNT(*) 超时？别硬扫，换思路
SELECT COUNT(*) FROM huge_table 在千万级表上基本必超时。MySQL 不缓存精确总数，每次都是真扫——不是你 SQL 写得差，是机制决定它必须慢。
实操建议：
- 业务能接受近似值？用
SHOW TABLE STATUS LIKE 'huge_table'查Rows字段（误差可能达 40%，但够做分页估算） - 需要精确值且频率不高？加个计数器表，用
INSERT ... ON DUPLICATE KEY UPDATE维护，写多读少场景很稳 - 高频精确统计？把 COUNT 拆到写操作里异步更新，或用 Redis HyperLogLog 做去重计数（如 UV）
真正难的不是加索引，而是识别哪些“看似合理”的 SQL 其实正在 quietly 拖垮整个库——比如那个带 ORDER BY 的单条查询，或者每天凌晨跑一次的 COUNT(*) 任务。它们不报错，只悄悄吃掉你的连接数和响应时间。
