MySQL不建议在频繁更新的字段上建索引,因InnoDB必须每次UPDATE都执行删旧+插新两次B+树操作,引发锁等待上升、页分裂加剧、QPS下降30%~60%,且冗余索引会成倍放大写放大效应。

频繁更新的字段上建辅助索引,不是“效果不好”,而是直接抬高写入成本——每次 UPDATE 都强制触发两次 B+ 树操作(删旧 + 插新),锁等待、页分裂、QPS 下降全跟着来。
UPDATE SET 字段在索引里,InnoDB 就没法局部更新
只要该字段出现在 SET 子句中,且它属于任一二级索引(单列或复合索引任意位置),InnoDB 就必须:定位原索引项 → 删除整条索引记录 → 插入新索引记录。这不是覆盖值,是完整删插。
- 哪怕只改一个字段,比如
UPDATE orders SET status = 'shipped' WHERE id = 123,而status在索引里,照样重写整条索引项 - 复合索引
(created_at, status)中改status,整条索引记录仍要重写;前缀字段变化与否,不影响这个逻辑 - 实测单表每秒
UPDATE超过 50 次时,innodb_row_lock_waits明显上涨,SHOW PROCESSLIST里大量线程卡在Updating状态
高频更新字段加索引,QPS 实测下降 30%~60%
开销不只是多一次 B+ 树操作。每次更新还连带触发:redo log 写入、undo log 生成、页内重排、缓存淘汰。当表有多个索引时,写放大效应成倍叠加。
- 一张有 12 个索引的订单表,对
status高频更新,QPS 可能直接腰斩 -
Handler_write与Handler_read_next比值突降,是索引拖累写入的典型信号 - 监控
sys.schema_table_statistics.updates延迟,能比慢查询日志更早发现异常
别信“读写比高就可以加”,先验证它是不是真被用到
很多所谓“高频查询条件”只是错觉。真正决定要不要加索引的,是它是否稳定参与 WHERE/JOIN 且能走 ref 或 range,而不是开发口头说“这里查得多”。
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。
- 用
EXPLAIN看不加索引时是否type = all;加了之后是否变成ref或range - 查
information_schema.STATISTICS找全含该字段的索引:SELECT * FROM information_schema.STATISTICS WHERE table_name = 't' AND column_name = 'status' - 已有
INDEX(user_id, status),再建INDEX(status)是冗余索引,写成本 +100%,查询收益 ≈ 0
临时下线索引不能设 INVISIBLE,得 DROP
ALTER TABLE ... ALTER INDEX idx_status INVISIBLE 只是骗优化器,InnoDB 依然维护该索引——删插照做,锁照等,日志照写。真正验证影响,必须物理删除。
- 正确做法:备份后执行
ALTER TABLE t DROP INDEX idx_status,压测 5 分钟看延迟是否下降 ≥30% - MySQL 5.7+ 默认支持
ALGORITHM=INPLACE,但若索引含全文或空间类型,仍会退化为COPY,务必显式指定 - 删索引比建索引风险更高——某条关键查询可能从 10ms 慢成 10s,尤其当应用依赖该索引支撑
WHERE + ORDER BY场景时
最常被忽略的一点:联合索引中字段顺序和更新频率无关,但和查询效率强相关;而更新字段一旦进索引,就逃不掉删插成本——无论它在第几位、是否被 WHERE 用到。判断依据只能是数据,不是经验。










