罗罗编程学习记录
本页内容 展开查看

03.3 阶段 2:索引与执行计划

所属:全栈开发面试题库 / 学习路径 / 03 MySQL 与 PostgreSQL

本页目录

一、阶段定位

阶段 1 能写出正确的 SQL,但"能跑"和"快"是两回事。本阶段解决慢查询问题:为什么一条查询要扫 100 万行、怎么用 B+Tree 索引把它压到 10 行、优化器为什么有时候选错索引。这是后端面试出现频率最高的板块之一。

判断自己是否卡在本阶段:

  • 看到慢查询只会"加个索引",但加完更慢,或者根本没走——这是不懂 B+Tree 与最左前缀。
  • EXPLAIN 输出一堆字段,只看 type=ALL 就说全表扫描,看不懂 rows、key、Extra 各代表什么——这是执行计划解读不过关。
  • 给查询字段加了索引但查询还是慢,不知道"回表"这一步开销——这是聚簇索引与二级索引结构没搞懂。
  • 联合索引 (a,b,c) 写了 WHERE b=? 以为能命中——这是最左前缀原则没吃透。

衔接关系:本阶段在阶段 1 的电商表上灌 100 万行数据做实验。下一阶段 阶段 3 事务、MVCC 与锁 会在锁等待场景下分析为什么索引没走对会放大锁范围(间隙锁)。不理解索引结构,就解释不了"为什么范围查询会加 Gap Lock"。

二、阶段目标与投入

能力目标(可验证的行为) 验证方式
能画出 B+Tree 的页、非叶节点、叶子链表结构 白板画出 3 层 B+Tree 并说明一次查询走几个页
能解释 InnoDB 聚簇索引与二级索引的区别,说清回表过程 对一条二级索引查询画出"二级索引找主键 → 聚簇索引找行"两步
能解读 EXPLAIN 每一列(type、key、rows、Extra) 对一条慢查询逐列解释
能判断联合索引 (a,b,c) 下哪些 WHERE 条件能命中 给 5 种 WHERE 组合判断命中与否
能识别索引失效场景(函数包裹、隐式转换、前导通配) 给出 10 条 SQL 指出哪些失效
能用覆盖索引消除回表,把查询从 2s 压到 10ms 实验前后 EXPLAIN 对比

建议学时:

  • 全职:2 周,约 50 小时。B+Tree 结构 8 小时、聚簇与回表 8 小时、EXPLAIN 解读 10 小时、联合索引与最左前缀 10 小时、索引失效与覆盖索引 8 小时、PG 索引差异 6 小时。
  • 在职:4 周,约 55 小时。每周一个主题,必须在 100 万行表上实验。

学时分配:B+Tree 原理 15%、聚簇/二级索引 20%、EXPLAIN/EXPLAIN ANALYZE 25%、联合索引与最左前缀 20%、索引失效 10%、PG 差异(GIN/GIN/BRIN)10%。

三、先修自检

先修项 合格标准 不合格时回到
SQL 与 JOIN 能写多表查询与聚合 03.2 阶段 1
示例库 orders 表已建,有 user_id、status、amount、created_at 03.1 阶段 0
数据类型 知道 VARCHAR/BIGINT/DATETIME 区别 03.1 阶段 0
页与磁盘概念 知道数据库按固定大小块读盘 01.1 操作系统
命令行客户端 能执行 EXPLAIN 并复制输出 03.1 阶段 0

经验判断:不要只背"最左前缀"四个字,要在 100 万行表上亲手验证——加索引前后 rows 列的数字对比,比看十篇博客都管用。

四、知识地图

模块 知识点 掌握程度 对应题库章节
B+Tree 页 16KB、非叶存路由、叶子双向链表、层数估算 能讲清原理 05.2 MySQL
聚簇索引 InnoDB 按主键组织数据、无主键时选唯一键或隐藏 rowid 能讲清原理 05.2 MySQL
二级索引 叶子存主键值、回表、覆盖索引 能讲清原理 05.2 MySQL
联合索引 最左前缀、索引列顺序、索引下推 ICP 能讲清原理 05.2 MySQL
执行计划 EXPLAIN 列、type 访问类型、rows、Extra 能讲清原理 05.2 MySQL
PG 索引 B-tree、Hash、GIN、GiST、BRIN、EXPLAIN ANALYZE 会用 05.3 PostgreSQL
索引失效 函数包裹、隐式转换、前导通配、OR、不满足最左 能讲清原理 05.2 MySQL
统计信息 ANALYZE、统计信息过期选错索引 会用 05.2 MySQL

进度管理建议:用 orders 表灌 100 万行,每个知识点都做"加索引前 EXPLAIN vs 加索引后 EXPLAIN"对比。全量清单见 03.11 知识点全清单。

五、分模块精讲

5.1 B+Tree 索引结构

为什么需要它:数据库索引用 B+Tree 而不是二叉树、哈希表,是有硬原因的。理解结构才能回答"为什么索引能把扫描行数从 100 万压到几十",以及"为什么范围查询快、前导通配慢"。

核心机制:

  • InnoDB 页(Page)大小 16KB,是读写的最小单位。
  • B+Tree 非叶节点只存键值 + 子节点指针(不存整行),所以一个 16KB 页能放几百个键,3 层 B+Tree 就能索引千万行。
  • 叶子节点存主键 + 二级索引列(或完整行),且叶子之间用双向链表串联,范围查询沿链表顺序扫描。
  • 树高估算:1000 万行、每行主键 8 字节、非叶节点每页约 1000 个指针 → 高度约 3–4,即一次点查最多 3–4 次 IO。
  • 为什么不用二叉树:树太高,IO 次数多;为什么不用哈希:哈希不支持范围与排序。

最小可运行示例:

-- 灌 100 万行测试数据(MySQL)
CREATE TABLE orders_1m (
  id BIGINT PRIMARY KEY,
  user_id BIGINT NOT NULL,
  product_id BIGINT NOT NULL,
  amount DECIMAL(12,2) NOT NULL,
  status VARCHAR(16) NOT NULL,
  created_at DATETIME NOT NULL
);

-- 用存储过程灌数据
DELIMITER $$
CREATE PROCEDURE fill_orders(IN n INT)
BEGIN
  DECLARE i INT DEFAULT 0;
  WHILE i < n DO
    INSERT INTO orders_1m VALUES (i, i MOD 10000, i MOD 500, ROUND(RAND()*100,2),
      ELT(1 + FLOOR(RAND()*4), 'PAID','PENDING','SHIPPED','REFUNDED'),
      DATE_ADD(NOW(), INTERVAL -i MINUTE));
    SET i = i + 1;
  END WHILE;
END$$
DELIMITER ;
CALL fill_orders(1000000);
ANALYZE TABLE orders_1m;
-- PostgreSQL 等价灌数
INSERT INTO orders_1m
SELECT i, i % 10000, i % 500, round((random()*100)::numeric,2),
       (ARRAY['PAID','PENDING','SHIPPED','REFUNDED'])[1 + floor(random()*4)::int],
       now() - (i || ' minutes')::interval
FROM generate_series(1, 1000000) i;
ANALYZE orders_1m;

常见坑:

现象 原因 修法
索引占的空间比数据还大 二级索引存了主键,联合索引列多 控制联合索引列数,删冗余索引
加索引后写入变慢 每次写要同步维护 B+Tree 控制索引数量,单表索引不超过 5–6 个
树高 4 层但点查还是慢 缓冲池未命中,每次都磁盘 IO 调大 innodb_buffer_pool_size

面试考法:"为什么数据库索引用 B+Tree 不用二叉树/哈希"。要点:B+Tree 矮胖(3–4 层索引千万行)、叶子链表支持范围、非叶不存行所以单页键多;二叉树树高、哈希不支持范围排序。

5.2 聚簇索引与回表

为什么需要它:InnoDB 的表本身就是一棵按主键组织的 B+Tree,叫聚簇索引。二级索引的叶子节点存的是主键值而不是行位置,所以通过二级索引查到主键后还要再回聚簇索引查一次完整行——这就是"回表"。

核心机制:

  • 聚簇索引(Clustered Index):叶子节点存完整行,一张表只有一个。
  • 二级索引(Secondary Index):叶子节点存"索引列 + 主键值"。
  • 通过二级索引查询:先在二级 B+Tree 找到主键值,再用主键回聚簇 B+Tree 取行,两步。
  • 如果查询的列都在二级索引里(包含索引列),就不用回表,这叫覆盖索引(Covering Index)。
  • 没有主键时:InnoDB 选第一个非空唯一索引,都没有则生成隐藏 6 字节 rowid。

最小可运行示例:

-- 表:id 主键,user_id 建二级索引
CREATE TABLE orders_1m (...) ;
CREATE INDEX idx_user ON orders_1m(user_id);

-- 回表查询:SELECT * 需要回表
EXPLAIN SELECT * FROM orders_1m WHERE user_id = 123;
-- type=ref, key=idx_user, Extra 可能是 "Using where"(没有 Using index)
-- 流程:idx_user 找到 user_id=123 的主键 → 回聚簇索引取整行

-- 覆盖索引:只查 user_id 和 id,不回表
EXPLAIN SELECT id, user_id FROM orders_1m WHERE user_id = 123;
-- Extra 出现 "Using index",说明覆盖索引,不回表

常见坑:

现象 原因 修法
二级索引查询仍慢 回表次数多(扫描了 1 万行二级索引) 用覆盖索引,或优化 WHERE 缩小范围
Extra 里 "Using index condition" ICP 生效,不是覆盖索引 区分:Using index = 覆盖;Using index condition = ICP
没主键的表插入慢 用隐藏 rowid,所有插入追加到末尾但无业务意义 建显式主键

面试考法:"什么是回表""什么是覆盖索引""InnoDB 没有主键会怎样"。要点答到两步查找与 Using index 的含义。

5.3 联合索引与最左前缀

为什么需要它:实际查询常带多个条件,WHERE user_id=? AND status=? AND amount>?。把多个列做成一个联合索引,比建三个单列索引更高效。但联合索引列顺序错了等于白建。

核心机制:

  • 联合索引 (a, b, c) 的 B+Tree 先按 a 排序,a 相同再按 b,b 相同再按 c。
  • 最左前缀:查询条件必须从最左列开始连续命中。a=? 命中;a=? AND b=? 命中;a=? AND b=? AND c=? 命中;b=? 不命中;a=? AND c=? 只命中 a。
  • 范围查询截断:a=? AND b>? AND c=? 只用到 a、b,c 用不上(b 是范围,后面 c 无法继续用索引有序性)。
  • 索引下推(ICP, Index Condition Pushdown,MySQL 5.6+):a=? AND b=? AND c LIKE?,即使 c 不能用索引定位,存储引擎层会把 c 条件在索引上过滤,减少回表次数。

最小可运行示例:

CREATE INDEX idx_user_status_amount ON orders_1m(user_id, status, amount);

-- 命中:全列
EXPLAIN SELECT * FROM orders_1m WHERE user_id=1 AND status='PAID' AND amount>100;
-- key_len 最大,type=ref

-- 命中前两列
EXPLAIN SELECT * FROM orders_1m WHERE user_id=1 AND status='PAID';

-- 只命中 user_id
EXPLAIN SELECT * FROM orders_1m WHERE user_id=1 AND amount>100;
-- key_len 只算 user_id;status 缺失,amount 是范围但中间断了

-- 不命中(跳过最左列)
EXPLAIN SELECT * FROM orders_1m WHERE status='PAID';
-- type=ALL 全表扫描

常见坑:

现象 原因 修法
建了联合索引但查询没走 WHERE 跳过了最左列 调整索引列顺序,或把高频列放最左
a=? AND b=? AND c>? 但 c 没用上 b 是等值、c 是范围,c 本就用不上 正常,别再调整;或把 c 换等值列
OR 两侧条件 a=? OR d=? d 无索引 改 UNION ALL,或给 d 建索引
索引列顺序与 WHERE 不一致 顺序不影响命中,B+Tree 按索引列序排 不必把 WHERE 顺序写得和索引一样

面试考法:"联合索引 (a,b,c),WHERE b=? AND c=? 能走吗""WHERE a=? AND b>? AND c=? 用到几列"。要点:最左前缀、范围截断。

5.4 EXPLAIN 逐列解读(MySQL)

为什么需要它:拿到一条慢查询,第一步是 EXPLAIN,不是"加个索引试试"。看懂 EXPLAIN 才能判断是全表扫描、走了哪个索引、预估扫多少行、有没有 Using filesort/Using temporary。

核心机制:

  • id:查询序号,子查询/UNION 时区分。
  • select_type:SIMPLE(简单查询)、PRIMARY(外层)、DERIVED(派生表)、SUBQUERY。
  • table:访问的表。
  • type(重要):从好到差依次 system > const > eq_ref > ref > range > index > ALL。const 主键/唯一索引等值;ref 非唯一索引等值;range 范围;index 扫整个索引树;ALL 全表扫描。
  • possible_keys:可能用到的索引。
  • key:实际选中的索引。
  • rows:预估扫描行数(不是实际行数)。
  • filtered:按条件过滤后剩余百分比。
  • Extra:Using index(覆盖索引)、Using where(服务层过滤)、Using filesort(额外排序)、Using temporary(用临时表)、Using index condition(ICP)。

最小可运行示例:

EXPLAIN SELECT id, user_id FROM orders_1m WHERE user_id=123 ORDER BY amount;
-- 典型输出(MySQL 8):
-- id=1, select_type=SIMPLE, table=orders_1m
-- type=ref, possible_keys=idx_user_status_amount, key=idx_user_status_amount
-- rows=100, filtered=100.0, Extra=Using where; Using filesort
-- 解读:走了 idx_user 的 user_id 前缀,但 ORDER BY amount 无法用索引有序,产生 filesort

常见坑:

现象 原因 修法
type=ALL 无索引或优化器认为索引更慢 加索引;或统计信息过期先 ANALYZE
Using filesort ORDER BY 列不在索引里 建 (user_id, amount) 联合索引
Using temporary GROUP BY 无索引或 DISTINCT 给分组列建索引
rows 预估与实际差 100 倍 统计信息过期 ANALYZE TABLE orders_1m;
key=NULL 优化器没选任何索引 检查 WHERE 条件,或用 FORCE INDEX

面试考法:"EXPLAIN 里 type 有哪些级别""Using filesort 一定不好吗""rows 是实际行数吗"。要点:type 层级、filesort 是额外排序不是磁盘文件、rows 是预估值。

5.5 EXPLAIN ANALYZE(PostgreSQL)与 PG 索引类型

为什么需要它:PG 的 EXPLAIN ANALYZE 会真实执行查询并输出实际耗时,比 MySQL 的预估 rows 更可靠。PG 还提供 B-tree 之外的多种索引类型,适合不同场景。

核心机制:

  • EXPLAIN:只输出计划,不执行。
  • EXPLAIN ANALYZE:实际执行,输出实际行数、实际耗时、循环次数。注意会真的执行写操作(用 EXPLAIN ANALYZE 跑 UPDATE 会改数据)。
  • BUFFERS:输出缓冲命中情况,判断是否走缓存。
  • PG 索引类型:B-tree(默认,等值/范围/排序)、Hash(只等值)、GIN(倒排,适合 JSONB、数组、全文)、GiST(多维、范围)、BRIN(块范围索引,适合超大表时序数据,体积小)。

最小可运行示例:

-- PG:实际执行并看耗时
EXPLAIN (ANALYZE, BUFFERS)
SELECT id, user_id FROM orders_1m WHERE user_id = 123;
-- 输出:
-- Index Scan using idx_user on orders_1m  (cost=0.29..8.31 rows=1 width=16)
--   (actual time=0.05..0.08 rows=2 loops=1)
--   Buffers: shared hit=4
-- Planning Time: 0.10 ms
-- Execution Time: 0.12 ms

-- GIN 索引示例:JSONB 查询
CREATE TABLE doc (id INT PRIMARY KEY, data JSONB);
CREATE INDEX idx_data ON doc USING GIN (data);
SELECT * FROM doc WHERE data @> '{"city":"北京"}';

-- BRIN:超大时序表
CREATE INDEX idx_created ON orders_1m USING BRIN (created_at);

常见坑:

现象 原因 修法
EXPLAIN ANALYZE 跑了 UPDATE 把数据改了 ANALYZE 真执行 用 BEGIN; EXPLAIN ANALYZE ...; ROLLBACK;
JSONB 查询慢 没建 GIN USING GIN (data)
大表 BRIN 索引不生效 查询条件与物理顺序无关 BRIN 只对物理有序列有效(如时序)
顺序扫描 Seq Scan 但表不大 PG 认为顺序扫比索引快(小表) 小表正常,不必强上索引

面试考法:"EXPLAIN ANALYZE 与 EXPLAIN 区别""GIN/B-tree/BRIN 各适合什么"。要点:ANALYZE 真执行给实际耗时;GIN 适合文档/数组;BRIN 适合超大时序表。

5.6 索引失效场景

为什么需要它:线上"加了索引但没走"是最高频的慢查询原因。本模块把常见失效场景列全,遇到时能一次定位。

核心机制:

  • 对索引列做函数运算:WHERE DATE(created_at)='2026-01-01' 不走索引(要改成范围 created_at >= '2026-01-01' AND created_at < '2026-01-02')。
  • 隐式类型转换:user_id 是 BIGINT,WHERE 写 user_id='123'(字符串)会隐式转,索引失效。
  • 前导通配:name LIKE '%abc' 不走 B+Tree(最左前缀无法定位);name LIKE 'abc%' 可以。
  • OR 条件两侧有一列无索引。
  • 不满足最左前缀(见 5.3)。
  • 优化器认为全表扫描更划算(表太小、或索引区分度太低)。
  • !=、NOT IN、IS NOT NULL 通常难以用索引定位。

最小可运行示例:

-- 失效:函数包裹
EXPLAIN SELECT * FROM orders_1m WHERE DATE(created_at)='2026-01-01';  -- ALL
-- 改写:范围
EXPLAIN SELECT * FROM orders_1m
WHERE created_at >= '2026-01-01' AND created_at < '2026-01-02';       -- range

-- 失效:隐式转换(user_id 是 BIGINT)
EXPLAIN SELECT * FROM orders_1m WHERE user_id='123';  -- 可能 ALL
-- 改:去掉引号
EXPLAIN SELECT * FROM orders_1m WHERE user_id=123;

-- 失效:前导通配
EXPLAIN SELECT * FROM orders_1m WHERE status LIKE '%PAID%';  -- ALL
-- 有效:后导通配
EXPLAIN SELECT * FROM orders_1m WHERE status LIKE 'PAID%';   -- ref/range

-- OR 一侧无索引
EXPLAIN SELECT * FROM orders_1m WHERE user_id=1 OR product_id=2;  -- product_id 无索引
-- 改 UNION ALL
SELECT * FROM orders_1m WHERE user_id=1
UNION ALL
SELECT * FROM orders_1m WHERE product_id=2;

常见坑:

现象 原因 修法
WHERE DATE(create_time)=? 全表扫 函数包裹 改为范围查询
字符串列存数字但查询传数字 隐式转换 统一类型,或建函数索引
LIKE '%xxx' 全表扫 前导通配 用全文索引/倒排,或改业务
低区分度列(如 status 4 个值)建索引 优化器认为回表成本高 联合索引把 status 放后面;或不建
FORCE INDEX 后更慢 强制了错误索引 删掉 hint,先 ANALYZE

面试考法:"索引失效有哪些场景""怎么排查"。要点:函数包裹、隐式转换、前导通配、OR、最左前缀、低区分度。

5.7 统计信息与优化器成本模型

为什么需要它:明明有索引,优化器却选了全表扫描,十有八九是统计信息过期。优化器靠统计信息估算行数与成本,估算错了计划就错。

核心机制:

  • MySQL:ANALYZE TABLE t 刷新索引统计信息( Cardinality 值)。InnoDB 用随机采样估算,批量灌数据后必须刷新。
  • PG:ANALYZE t 收集列统计(n_distinct、相关性、直方图)。自动 autovacuum 在批量写后触发。
  • 优化器成本:rows × IO 成本 + 比较成本,全表扫描如果 rows 预估很小(如 1000 行表),可能比走索引回表还快。
  • 固定 hint:FORCE INDEX(idx)、IGNORE INDEX(idx),但能不用就不用。

最小可运行示例:

-- 批量灌数据后
CALL fill_orders(1000000);

-- 不刷新直接 EXPLAIN,rows 可能预估为 10
EXPLAIN SELECT * FROM orders_1m WHERE user_id=123;

-- 刷新后
ANALYZE TABLE orders_1m;
EXPLAIN SELECT * FROM orders_1m WHERE user_id=123;  -- rows 预估更准

-- PG
ANALYZE orders_1m;

常见坑:

现象 原因 修法
大批量导入后查询走错索引 统计信息未更新 立即 ANALYZE
晚上定时任务后慢查询集中 批量写未触发自动分析 任务末尾手动 ANALYZE
SHOW INDEX FROM t 的 Cardinality 是小数 InnoDB 采样估算 正常,不影响;偏差大时 ANALYZE

面试考法:"优化器怎么选索引""为什么有时候有索引不走"。要点:基于成本估算,统计信息过期或回表成本高时会选全表扫描。

六、分层练习

6.1 复现型

练习 要求 验收标准 预计耗时
灌 100 万行 按 5.1 脚本建 orders_1m 并灌数据 行数 = 100 万,ANALYZE 后 1.5 小时
全表扫描对比 对 user_id=123 先无索引 EXPLAIN 再加索引 type 从 ALL 变 ref 1 小时
回表演示 SELECT * vs SELECT id,user_id 的 Extra 对比 看到 Using index 出现 1 小时
最左前缀验证 建 (user_id,status,amount) 索引,跑 5 种 WHERE 组合 key_len 变化能解释 2 小时
索引失效复现 复现函数包裹、隐式转换、前导通配三种失效 每种都能用 EXPLAIN 看到 type=ALL 2 小时

6.2 改造型

练习 要求 验收标准 预计耗时
覆盖索引优化 把一条回表查询改成覆盖索引 Extra 出现 Using index 1.5 小时
修函数包裹 把 WHERE DATE(created_at)=? 改成范围 type 从 ALL 变 range 1 小时
修 OR 查询 把 a=? OR b=? 改 UNION ALL 两侧都走索引 1 小时
filesort 消除 给 ORDER BY 建联合索引 Extra 不再出现 Using filesort 1.5 小时

6.3 设计型

练习 要求 验收标准 预计耗时
索引方案设计 对电商订单表列出 5 条高频查询,设计最少索引满足 索引数 ≤ 4,每条查询都能走 3 小时
PG 索引选型 对 JSONB 字段、时序 created_at 选 GIN/BRIN 能说出选型理由 2 小时
慢查询复盘 找一条真实慢 SQL,写出 EXPLAIN 解读与优化方案 优化前后耗时对比有数据 3 小时

七、排障表

现象 可能原因 排查步骤 解决办法
type=ALL 全表扫 无索引、失效、或优化器判断索引更慢 EXPLAIN 看 possible_keys、key、rows 加/改索引;ANALYZE
加索引后仍 Using filesort ORDER BY 列不在索引中 看 Extra 与排序列 建 (过滤列, 排序列) 联合索引
Using temporary GROUP BY/DISTINCT 无索引 看 SQL 分组列 给分组列建索引
索引选择与预期不符 统计信息过期 SHOW INDEX 看 Cardinality ANALYZE TABLE
回表次数多导致慢 二级索引扫描行数大 看 rows 与实际耗时 覆盖索引,或缩小范围
PG 用 Seq Scan 而非索引 表小或成本估算 EXPLAIN ANALYZE 看实际 小表正常;大表则关 enable_seqscan 测试
前导通配 LIKE '%xx' 慢 B+Tree 不支持 改全文索引/ES 换检索方案
隐式转换失效 列类型与参数不匹配 看 EXPLAIN 的 key 统一类型,去掉引号

八、出口条件

全部勾选后再进入 阶段 3 事务、MVCC 与锁。

  • [ ] 能画出 B+Tree 结构,说出 3 层 B+Tree 索引千万行的原因
  • [ ] 能解释聚簇索引与二级索引的区别,说清回表与覆盖索引
  • [ ] 能对一条 SQL 的 EXPLAIN 逐列解读 type、key、rows、Extra
  • [ ] 能判断联合索引 (a,b,c) 下 5 种 WHERE 组合的命中情况
  • [ ] 能列出至少 5 种索引失效场景并给出改写
  • [ ] 能用 EXPLAIN ANALYZE 解读 PG 计划,区分 GIN/B-tree/BRIN
  • [ ] 能在 100 万行表上把一条全表扫描压到 range/ref

自测题:

  1. 为什么 InnoDB 索引用 B+Tree 而不是二叉树或哈希?
    • 要点:B+Tree 矮胖(3-4 层索引千万行)、IO 次数少、叶子链表支持范围;哈希不支持范围。
  2. 什么是回表?怎么消除?
    • 要点:二级索引查到主键后再回聚簇索引取行;用覆盖索引(查询列都在二级索引里)消除,Extra 出现 Using index。
  3. 联合索引 (a,b,c),WHERE a=? AND c=? 用到几列?
    • 要点:只用到 a,b 缺失导致 c 无法继续利用索引有序性。
  4. WHERE DATE(created_at)='2026-01-01' 为什么不走索引?怎么改?
    • 要点:函数包裹使索引列无法定位;改范围 created_at >= ... AND < ...。
  5. EXPLAIN 里 Using filesort 是写磁盘文件吗?怎么消除?
    • 要点:是额外排序操作,不一定写磁盘;给 ORDER BY 列建联合索引让结果天然有序。
  6. PG 的 GIN 与 BRIN 各适合什么场景?
    • 要点:GIN 倒排,适合 JSONB、数组、全文检索;BRIN 块级索引,适合超大物理有序的时序表。
  7. 明明有索引,优化器却选全表扫描,可能原因?
    • 要点:统计信息过期(ANALYZE)、表太小走索引回表更贵、索引区分度低、WHERE 列有失效场景。