news 2026/5/5 15:23:39

【面试题】MySQL 的索引下推是什么?

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
【面试题】MySQL 的索引下推是什么?

📖 通俗版解释

想象你在一家大公司找员工信息:

没有索引下推(传统方式)

你:人事小姐姐,我要找年龄大于25岁的所有员工

人事:好的,这是500个符合年龄要求的员工名单(只给了工号)

你:我还需要他们是北京分公司的

人事:那你自己去查这500个人的详细档案吧

你:😭 我要翻500份档案,一个个看是不是北京分公司的

问题:明明可以在人事那里就过滤掉,非要让你查500次档案

有了索引下推(优化后)

你:人事小姐姐,我要找年龄大于25岁且是北京分公司的员工

人事:好的,我直接帮你筛选,这是80个符合要求的员工名单

你:太好了!我只需要查80份档案

效果:人事(索引)帮你完成了额外筛选,你少查了420次档案

🔧 实际数据库例子

-- 员工表,索引在 (年龄, 分公司) CREATE TABLE 员工表 ( 工号 INT PRIMARY KEY, 姓名 VARCHAR(50), 年龄 INT, 分公司 VARCHAR(50), 工资 DECIMAL(10,2), INDEX idx_年龄_分公司 (年龄, 分公司) ); -- 传统查询(没有索引下推) SELECT * FROM 员工表 WHERE 年龄 > 25 AND 分公司 LIKE '北京%'; -- 执行过程: -- 1. 索引找到所有年龄>25的记录(500条) -- 2. 拿着500个工号去查详细档案(500次) -- 3. 在500条详细记录中筛选"北京分公司"
-- 开启索引下推后 -- 执行过程: -- 1. 索引找到所有年龄>25的记录(500条) -- 2. 索引自己先筛选"分公司 LIKE '北京%'"(剩80条) -- 3. 只查80个员工的详细档案

💡 核心好处

1. 减少跑腿次数

  • 原来:跑500次档案室

  • 现在:跑80次档案室

  • 节省84%的跑腿时间

2. 人事小姐姐更聪明了

以前人事只做最简单的筛选,现在她能做更多:

  • ✅ 可以判断:分公司 = '北京'

  • ✅ 可以判断:分公司 LIKE '北京%'

  • ✅ 可以判断:年龄 BETWEEN 20 AND 30

  • ❌ 不能判断:工资 > 10000(因为工资信息在档案里)

🏷️ 什么情况下能用?

能用的情况

-- 情况1:索引里有的信息,人事自己就能判断 -- 索引:(年龄, 城市) SELECT * FROM 用户 WHERE 年龄 > 20 AND 城市 LIKE '上海%'; -- ✅ 能用!城市在索引里 -- 情况2:部分条件在索引里 SELECT * FROM 订单 WHERE 用户ID = 1001 AND 状态 = '已支付'; -- ✅ 能用!两个都在索引里

不能用的情况

-- 情况1:要的信息索引里全有,不需要查档案 -- 索引:(姓名, 年龄) SELECT 姓名, 年龄 FROM 员工; -- ❌ 不需要!直接看名单就行 -- 情况2:条件不在索引里 -- 索引:(年龄, 城市) SELECT * FROM 用户 WHERE 年龄 > 20 AND 工资 > 10000; -- ❌ 不能用!工资不在索引里

🚀 实际效果对比

测试数据

  • 员工表:100万条记录

  • 年龄>25:50万人

  • 北京分公司:5万人

查询速度对比

传统方式: ✓ 索引扫描:找到50万条记录(很快) ✓ 回表查询:查50万次详细数据(很慢!) ✓ 内存筛选:在50万条里找北京的(一般慢) ⏱️ 总耗时:3.2秒 索引下推: ✓ 索引扫描+筛选:直接找到5万条记录(稍慢一点) ✓ 回表查询:只查5万次详细数据(快很多!) ⏱️ 总耗时:0.8秒

提速4倍!

🎮 生活化类比

类比1:图书馆找书

传统:美团先按"距离<3km"筛选出50家店 你再一家家看有没有"评分>4.5" 下推:直接搜索"距离<3km AND 评分>4.5" 直接显示15家符合的店

类比2:外卖筛选

传统:美团先按"距离<3km"筛选出50家店 你再一家家看有没有"评分>4.5" 下推:直接搜索"距离<3km AND 评分>4.5" 直接显示15家符合的店

📝 简单总结

三句话记住索引下推

  1. 让索引多干活:索引不只是找位置,还能做筛选

  2. 减少回表次数:筛选好了再查详细数据,少查很多次

  3. 条件要在索引里:只能筛选索引中包含的条件

开启和查看

-- 默认就是开启的(MySQL 5.6+) -- 查看有没有用上 EXPLAIN SELECT ...; -- 看到"Using index condition"就是用了索引下推

🎯 什么时候最有效?

一句话:数据量越大,筛选条件越多,索引下推效果越明显!

🤔 思考题

如果你要查:

"年龄>30岁的北京分公司程序员"

但索引只有(年龄, 分公司),没有职位字段。

问:索引下推能帮你过滤掉什么?什么过滤不了?

答案

  • ✅ 能过滤:年龄>30 且 分公司=北京

  • ❌ 不能过滤:职位=程序员(需要查了档案才知道)

所以还是会先过滤掉非北京分公司的,再查档案看是不是程序员。

这就是索引下推的核心思想:能提前过滤的绝不留到后面

文章转载自:佛祖让我来巡山

原文链接:https://www.cnblogs.com/sun-10387834/p/19371453

体验地址:http://www.jnpfsoft.com/?from=001YH

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/5/3 4:57:48

学长亲荐2026 TOP9 AI论文工具:专科生毕业论文神器测评

学长亲荐2026 TOP9 AI论文工具&#xff1a;专科生毕业论文神器测评 2026年AI论文工具测评&#xff1a;为何值得一看&#xff1f; 随着人工智能技术的不断进步&#xff0c;AI论文工具已经成为学术写作中不可或缺的助手。对于专科生而言&#xff0c;撰写毕业论文不仅是一项重要的…

作者头像 李华
网站建设 2026/5/4 4:41:18

05.this的绑定规则、优先级、和相关面试题

关于闭包内存泄漏案例说明 前面讲的案例里面说下面数组占据的大小是 4M&#xff0c;但是有同学有疑惑: number 占据的大小不是 8 byte&#xff0c;不应该是 8M 吗&#xff1f; function createFnArray() {// 整数占据 4 个字节// arr 占据内存大小&#xff1a;1024 * 1024 * …

作者头像 李华
网站建设 2026/5/1 9:53:32

【风电光伏功率预测】预测不是模型,是“账单”:风电光伏功率预测如何做成“可接入、可维护、可复盘”的SaaS?

过去几年&#xff0c;功率预测最容易陷入一个误区&#xff1a;把“模型效果”当成终点。但市场走到今天&#xff0c;功率预测早就不只是技术展示&#xff0c;它直接进入了“调度—交易—考核—结算”的链路&#xff1a;电力现货市场在加速推进、强调技术支持系统校验与连续运行…

作者头像 李华
网站建设 2026/5/1 12:15:14

活出“掌控感”:重建不疲惫的幸福日常

0. 咱们先聊个扎心的“隐形疲惫”哎&#xff0c;你有没有过这种感觉&#xff1f;明明这一天也没干什么惊天动地的大事&#xff0c;没搬砖也没跑马拉松&#xff0c;但到了晚上十点&#xff0c;整个人就像被抽了筋似的&#xff0c;瘫在沙发上一根手指头都不想动。 脑子里像有一团…

作者头像 李华