隐式类型转换是导致索引失效的主因：VARCHAR字段与数字比较时索引失效，INT字段与字符串比较虽可能走索引但易误匹配；字符集或排序规则不一致也会触发隐式转换，使索引失效或rows异常升高。
EXPLAIN里type=ALL但字段明明有索引，先看是否发生隐式转换
当EXPLAIN显示type=ALL、key=NULL或rows接近全表行数，而WHERE条件字段又有索引时，隐式类型转换是最可疑的起点。它不会报错，也不会在SQL语法上暴露问题，但会让优化器“看不见”索引——因为MySQL在比较前悄悄把字符串字段转成了数字，等价于在索引列上套了一层函数。
验证方法很简单：把查询条件中的参数显式转成字段类型再试一次。比如phone是VARCHAR，但SQL写了WHERE phone = 18600000000，就改成WHERE phone = '18600000000'，再跑一遍EXPLAIN。如果type立刻变成ref或const，key出现索引名，基本就坐实了。
- 不要依赖
SHOW WARNINGS——隐式转换通常不触发警告 - 避免用
FORCE INDEX掩盖问题，它能绕过优化器决策，但改不了根本原因 - 注意MyBatis等ORM生成SQL时的参数类型：Java
Long传入VARCHAR字段，极易触发数字→字符串转换（反向更危险）
区分数字转字符串和字符串转数字两种方向的失效表现
隐式转换方向不同，后果差异很大：字符串字段 = 数字常量（如VARCHAR = 123）会把字段转成数字，导致索引失效；而数字字段 = 字符串常量（如INT = '123'）会把常量转成数字，索引通常还能走——但结果可能出错。
后者更隐蔽：比如order_sn VARCHAR(16)存着'1001'和'1001A'，写WHERE order_sn = 1001，MySQL会把两个值都转成数字比较，'1001A'被截断为1001，结果多返回一行。这种“结果污染”比性能下降更难察觉。
-
VARCHAR = 数字→ 索引失效 + 全表扫描风险高 -
INT/DECIMAL = 字符串→ 索引通常可用，但可能误匹配（如'1001 '、'1001A'、'01001'都被转成1001） - 浮点型字段（如
DOUBLE）参与比较时，字符串转浮点精度丢失，WHERE price = '99.99'可能查不到数据
字符集/排序规则不一致也会触发隐式转换
字段和参数字符集不同（比如字段是utf8mb4_bin，传入字符串是utf8mb4_0900_ai_ci），MySQL无法直接比较，会先把一方转成另一方的collation。这个过程等同于对字段做了不可见的CONVERT()，同样让索引失效。
安装、修复、更新或打包一个基于 Python 和 PyMySQL 实现的 Windows `mysql` 命令。适用于用户希望在 PowerShell/CMD 中输入 `mysql` 时重定向到 Python 实现、需要交互式输入 MySQL 连接信息、需要同步到当前用户本地 bin 目录，或需要将该能力封装成可公开复用的 Codex skill。
典型场景包括JSON虚拟列索引、跨库JOIN、以及带emoji或特殊符号的查询（如member_no = 'Momo\uD83D\uDE80'）。这时EXPLAIN可能仍显示用了索引，但rows异常高，Extra里出现Using where而非Using index。
- 用
SHOW CREATE TABLE确认字段的COLLATE，再用SELECT COLLATION('xxx')查参数实际collation - 修复方式是统一collation，比如都设为
utf8mb4_0900_as_cs（大小写敏感+音调敏感） - 临时规避可加
COLLATE强制指定，如WHERE order_sn COLLATE utf8mb4_0900_as_cs = '1001'
线上快速定位：从慢日志抓出可疑SQL模式
隐式转换类慢查询往往有固定模式，可在慢查询日志里用正则快速筛出高危SQL：
- 含数字字面量但WHERE字段是
VARCHAR/TEXT：匹配WHERE \w+ = \d+或WHERE \w+ IN \(\d+(,\d+)*\) - 含JSON函数但未走虚拟列索引：匹配
JSON_EXTRACT\(|JSON_UNQUOTE\(且没跟对应虚拟列名 - 带单引号但引号内是纯数字：如
WHERE id = '123'（id是INT）——虽不总失效，但属不良习惯，应统一为无引号
查到后别只改SQL，重点检查应用层传参逻辑：是前端传了数字类型？还是DAO层没做类型适配？这类问题一旦漏掉一个，下次还会复现。
真正麻烦的不是发现转换，而是它藏在ORM自动生成的SQL里，连EXPLAIN都看不出转换动作——只能靠对比执行计划变化和字段类型来反推。
