explain分析慢sql需聚焦rows、key_len与extra的组合信号：rows远超返回行数表明索引未走对或统计过期；key_len小于联合索引总长提示最左前缀缺失；extra含using filesort/temporary说明排序分组未覆盖；filtered过低反映where条件选择性差；key=null多因函数操作或隐式转换导致索引被弃用。
直接在慢 SQL 前加 EXPLAIN 就能看到执行计划，但关键不是“有没有走索引”，而是看几处组合信号——它们往往比 type=ALL 更早暴露真实瓶颈。
重点盯住 rows、key_len 和 Extra 的配合关系
单看某一项容易误判，要交叉验证：
-
rows 远大于实际返回行数（比如查10条却预估扫5万行）→ 索引没走对，或表统计信息过期，可运行
ANALYZE TABLE 表名更新 - key 显示用了索引，但 key_len 明显偏小（如三列联合索引总长200，key_len 只有76）→ 最左前缀条件缺失，检查 WHERE 中是否漏了第一列或第二列的等值条件
- Extra 出现 Using filesort 或 Using temporary → ORDER BY 或 GROUP BY 字段不在索引中，或顺序不匹配；覆盖索引需包含 SELECT 字段 + WHERE 条件字段 + 排序/分组字段
filtered 值低说明 WHERE 条件本身有问题
哪怕 key 和 type 都正常，如果 filtered ≈ 1.00（即1%），意味着索引选出了10万行，但只有1000行满足 WHERE 条件。这时加索引意义不大，应考虑：
Alibabacloud Sdk Client Initialization For Java
下载
在 Java 中初始化和管理阿里云 SDK客户端。包括单例模式、线程安全、endpoint 与 region 配置、VPC 终端节点、同步与异步等。
- 拆分查询：把高选择性条件（如 status='paid'）和低选择性条件（如 created_at > '2024-01-01'）分开处理
- 改写逻辑：用 EXISTS 替代 IN 子查询，或把模糊匹配（LIKE '%关键词%'）移到应用层过滤
- 补充冗余字段：如把日期范围 + 状态合并为生成式字段（status_date），再建索引
key=NULL 不等于没建索引，而是优化器主动弃用
常见原因有：
- 在索引列上用了函数：
WHERE DATE(create_time) = '2024-01-01'→ 改成WHERE create_time >= '2024-01-01' AND create_time - 隐式类型转换：
user_id VARCHAR(32)却写WHERE user_id = 123→ 改成WHERE user_id = '123' - OR 条件中部分分支无索引：
WHERE a=1 OR b=2，若 b 列无索引，可能全表扫描；可拆成 UNION ALL
复杂 SQL 用 FORMAT=JSON 挖更深线索
标准 EXPLAIN 表格不够细时，用 EXPLAIN FORMAT=JSON 查：
- used_columns：确认哪些列真正参与索引查找，哪些只是 Server 层过滤
- pushed_condition：没下推到引擎层的条件，会额外增加 CPU 和内存开销
- range_analysis：列出优化器评估过但拒绝的其他索引方案及原因，比如“索引区分度太低”
