MySQL 联合索引失效：检查类型转换与最左前缀

联合索引看似命中却依旧慢时，先检查列类型、隐式转换和最左前缀。EXPLAIN 只描述优化器计划，还要结合实际扫描行数与慢日志判断。

1. 查询变慢时，先核对执行计划与索引条件

排查时可先执行SHOW PROCESSLIST，确认是否有同一查询长时间停留在Sending data，再提取对应 SQL：

SELECT id, order_sn, user_id, amount, status FROM t_order WHERE mobile_no = 13812345678 ORDER BY id DESC LIMIT 20;

即使t_order表存在idx_mobile_no (mobile_no)，列类型不一致仍可能让查询退化为全表扫描。先用 EXPLAIN 和实际扫描行数确认，再检查入参类型。

隐式类型转换、字符集不匹配和未满足联合索引最左前缀都是候选原因。它们是否导致本次慢查询，要由执行计划、实际扫描行数和查询样本确认。

2. 深入 EXPLAIN 证据链：VARCHAR 与 INT 隐式转换导致的全表扫描

要拿到该慢查询故障的最终证据链，需要对 SQL 的EXPLAIN执行计划与 Optimizer Trace 进行深度解剖。

可以在测试机上提取相同的数据分布，执行EXPLAIN校验：

EXPLAIN SELECT id, order_sn, user_id, amount, status FROM t_order WHERE mobile_no = 13812345678;

EXPLAIN 的输出结果给出了残酷的事实：

+----+-------------+---------+------------+------+---------------+------+---------+------+----------+----------+-------------+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +----+-------------+---------+------------+------+---------------+------+---------+------+----------+----------+-------------+ | 1 | SIMPLE | t_order | NULL | ALL | idx_mobile_no | NULL | NULL | NULL | 11849201 | 10.00 | Using where | +----+-------------+---------+------------+------+---------------+------+---------+------+----------+----------+-------------+

如果type为ALL、key为NULL，说明当前计划没有使用候选索引；扫描行数以目标数据集的 EXPLAIN 结果为准。

为什么idx_mobile_no索引完全没有生效？查看t_order表的 DDL 结构：mobile_no字段的定义是VARCHAR(20)；而在应用层传入的 SQL 参数中，mobile_no却是一个数值型的13812345678（没有加单引号）。

在 MySQL 的比较规则中，当字符串类型与数值类型进行BINARY比较时，MySQL 会自动将字符串转换为数值（即隐式调用CAST(mobile_no AS SIGNED)）。

索引列为VARCHAR而参数按数值比较时，隐式转换可能阻止优化器按预期使用索引。具体扫描范围由版本、统计信息和查询计划决定，应以 EXPLAIN ANALYZE 验证。

下面是隐式类型转换导致 B+Tree 索引失效与全表扫描的物理对比图：

不仅是类型不匹配，在多表 Join 时，如果两张表的字段字符集（如utf8mb4_general_ci与utf8mb4_unicode_ci）不一致，同样会在 Join 条件上触发隐式CONVERT()函数，导致 Join 字段索引尽量瘫痪。

3. 示例慢日志解析与自动分析工具实现

在生产环境中，依靠人工在控制台抓SHOW PROCESSLIST效率极低。需要编写一个自动化的慢日志解析与索引选择性分析工具。

下面的 Python 工具解析 MySQL 慢查询日志（Slow Query Log），提取没有使用索引的 SQL，自动扫描其 WHERE 字段类型与索引匹配度，并计算索引选择性（Selectivity）：

import re import json from typing import List, Dict class SlowLogAnalyzer: def __init__(self, slow_log_path: str): self.slow_log_path = slow_log_path def parse_log(self) -> List[Dict[str, Any]]: """提取慢日志中的异常 SQL 与耗时指标""" slow_queries = [] current_entry = {} # 正则表达式匹配 slow log 格式 time_pattern = re.compile(r'# Query_time:\s+([\d.]+)\s+Lock_time:\s+([\d.]+)\s+Rows_sent:\s+(\d+)\s+Rows_examined:\s+(\d+)') sql_pattern = re.compile(r'^(SELECT|UPDATE|DELETE).*', re.IGNORECASE) try: with open(self.slow_log_path, 'r', encoding='utf-8', errors='ignore') as f: for line in f: line = line.strip() match_time = time_pattern.search(line) if match_time: current_entry = { "query_time": float(match_time.group(1)), "lock_time": float(match_time.group(2)), "rows_examined": int(match_time.group(4)), } continue if sql_pattern.match(line) and current_entry: current_entry["sql"] = line # 确定性判别：如果扫描行数 > 10000 且查询耗时 > 0.5s，记为高危 SQL if current_entry["rows_examined"] > 10000 and current_entry["query_time"] > 0.5: slow_queries.append(current_entry) current_entry = {} except FileNotFoundError: return [{"error": f"日志文件未找到: {self.slow_log_path}"}] return slow_queries def inspect_implicit_conversion(self, sql: str) -> Dict[str, Any]: """检测 SQL 语句中潜在的隐式类型转换风险（如数字未加引号）""" # 简单比对 WHERE col = 12345 类型的未加引号数字 implicit_conv_pattern = re.compile(r'(\w+)\s*=\s*(\d{8,})') matches = implicit_conv_pattern.findall(sql) warnings = [] for col_name, num_val in matches: warnings.append( f"【隐式转换警告】字段 '{col_name}' 匹配到了纯数字 '{num_val}' 但未使用引号包裹。若该字段为 VARCHAR，将引发全表扫描！" ) return { "sql": sql, "has_risk": len(warnings) > 0, "warnings": warnings } # 验证慢日志解析器 if __name__ == "__main__": # 模拟慢 SQL 字符串诊断 sample_sql = "SELECT * FROM t_order WHERE mobile_no = 13812345678 AND status = 1" analyzer = SlowLogAnalyzer(slow_log_path="/var/log/mysql/slow.log") diagnosis = analyzer.inspect_implicit_conversion(sample_sql) print("=== 慢 SQL 隐式转换诊断结果 ===") print(json.dumps(diagnosis, ensure_ascii=False, indent=2))

代码通过正则表达式精准识别出没有加引号的长数字匹配，第一时间给出隐式转换警告。把这种检查集成到流水线上，能够在代码发布前自动杀死危险 SQL。

4. pt-online-schema-change 无锁加索引与执行计划复盘

确认隐式转换或缺失联合索引后，再评估在线 DDL、锁等待和回滚。表规模与写入速率都要从目标库读取。

直接执行ALTER TABLE ... ADD INDEX的锁行为取决于 MySQL 版本、DDL 算法、表结构和并发事务。即使支持 Online DDL，开始与提交阶段仍可能等待 MDL；变更前应在相同版本和数据分布上验证，并设置锁等待与回滚条件。

对于不满足原生 Online DDL 边界的表，可评估pt-online-schema-change；它会引入触发器、复制负载和切表风险，并非“无锁”保证：

$ pt-online-schema-change \ --user=admin --password=xxxx \ --host=127.0.0.1 --port=3306 \ --alter "ADD INDEX idx_mobile_status (mobile_no, status)" \ D=shop_order,t=t_order \ --execute \ --print \ --no-check-replication-filters

pt-online-schema-change的原理是创建一个与原表结构相同的新空表_t_order_new，在新表上建立好联合索引，随后在原表上挂载三个 Triggers（INSERT/UPDATE/DELETE）进行增量数据同步，最后分块把存量数据复制过去，并在微秒级的重命名（RENAME）中完成新旧表原子替换，全程不阻塞线上读写。

在完成无锁加索引并修复了应用层 ORM 的类型传入（给mobile_no强制加上单引号）后，再次执行 EXPLAIN 复盘：

EXPLAIN SELECT id, order_sn, user_id, amount, status FROM t_order WHERE mobile_no = '13812345678' AND status = 1;

复盘后的 EXPLAIN 指标恢复符合预期：

+----+-------------+---------+------------+------+-------------------+-------------------+---------+-------------+------+----------+-------+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +----+-------------+---------+------------+------+-------------------+-------------------+---------+-------------+------+----------+-------+ | 1 | SIMPLE | t_order | NULL | ref | idx_mobile_status | idx_mobile_status | 83 | const,const | 1 | 100.00 | NULL | +----+-------------+---------+------------+------+-------------------+-------------------+---------+-------------+------+----------+-------+

5. 预防隐式类型转换的数据库 ORM 层防御规范

避免慢查询故障的最有效手段，是将防御前置到代码编写与 ORM 映射阶段。

总结三条示例数据库防御规范：

1. 强类型 ORM 映射校验：在 MyBatis、GORM 或 SQLAlchemy 的 Model 定义中，需要保证实体类字段类型与数据库 Schema 完全对齐。禁止用 Java/Go 的Long或int64映射 MySQL 的VARCHAR字段。
2. 联合索引遵循最左前缀原则：设计联合索引(A, B, C)时，需要将选择性（Selectivity）高且等值查询频率最高的列放在最左侧。对于WHERE B = 2这种跳过最左列 A 的查询，联合索引将无法定位范围。
3. 上线前静态 SQL 审计（Soar / Yearning）：将 SQL 静态检查集成进 GitLab CI 流水线。对于包含WHERE col = 123且col为字符型的配置，直接拒绝 Merge Request，把类型隐式转换斩草除根在上线之前。

收尾