group by 表达式（如 year(created_at)）必然比 group by created_at 慢，因其强制mysql放弃索引、触发全表扫描及临时表分组；索引按原始列值有序存储，而表达式需运行时计算，无法对齐b+树结构。
GROUP BY 表达式（如 GROUP BY YEAR(created_at)）必然比 GROUP BY created_at 慢，根本原因是它强制 MySQL 放弃所有索引，退化为全表扫描 + 内存/磁盘临时表分组。
为什么表达式会让索引完全失效
MySQL 无法将函数或表达式结果与 B+ 树索引的有序结构对齐。哪怕你建了 INDEX(created_at)，只要写成 GROUP BY DATE(created_at)，优化器就无法利用该索引做松散索引扫描（Loose Index Scan），只能逐行计算表达式值再分组。
- 索引本质是按原始列值排序存储的，
YEAR(created_at)是运行时计算，无法预排序 - 即使 MySQL 8.0+ 支持函数索引，也必须显式声明：
CREATE INDEX idx_created_year ON t ((YEAR(created_at)))；普通索引INDEX(created_at)对此无效 - EXPLAIN 中会看到
type: ALL或key: NULL，且Extra必含Using temporary和Using filesort
哪些表达式写法最危险
以下写法在任何主流版本中都会触发全量计算和临时表，应绝对避免：
-
GROUP BY CONCAT(first_name, ' ', last_name)：字符串拼接无法走索引，CPU 和内存开销双高 -
GROUP BY UPPER(email)：隐式类型/字符集转换常导致索引失效，且大小写归一化需逐行处理 -
GROUP BY SUBSTRING(phone, 1, 3)：前缀截取破坏索引有序性，除非建了生成列索引 -
GROUP BY created_at + INTERVAL 1 DAY：任意算术运算都使索引失效
怎么改写才能真正提速
核心思路是把“运行时计算”转为“存储时预计算”或“范围过滤后分组”：
- 高频固定粒度（如按天统计）：加生成列
created_date DATE AS (DATE(created_at)) STORED，再建索引INDEX(created_date, user_id)，查询用WHERE created_date = '2026-09-01' GROUP BY created_date - 低频灵活粒度（如按小时分析）：先用范围缩小数据量，
WHERE created_at >= '2026-09-01' AND created_at ，至少减少 95% 扫描行数 - 需要多级分组（年+月+日）：建联合生成列
(YEAR(created_at), MONTH(created_at), DAY(created_at))并索引，而非嵌套函数
容易被忽略的兼容性陷阱
不同数据库对表达式索引的支持差异极大，别假设写法通用：
- MySQL 5.7 不支持函数索引，
INDEX(DATE(created_at))语法直接报错 - PostgreSQL 要求函数必须标记为
IMMUTABLE才能建函数索引，TO_CHAR(created_at, 'YYYY-MM')默认不是 - SQL Server 的计算列必须设为
PERSISTED才能被索引，否则仍无法加速 GROUP BY - 即便建了函数索引，如果 WHERE 条件里用了不同精度（如
WHERE created_at >= '2026-09-01'但索引是YEAR(created_at)），下推失败，照样慢
真正起效的优化，从来不是调大 tmp_table_size 或加 SQL_BIG_RESULT 提示——而是让分组键本身变成索引可覆盖的、物理有序的列值。一旦写了表达式，你就主动放弃了索引加速的全部可能性。
