1 准备数据
1.1 建表
1.2 插入数据
2 测试&Explain分析
2.1 有索引的情况下%的影响(提出问题)
2.1.1 建立索引
2.1.2 测试&Explain分析
Case#1:两边都是%
结果:type=all,全表扫描
Case#2:左边是%
结果:type=all,全表扫描
Case#3:右边是%
结果:type=range,效果还可以。
对上面三个例子的总结:
但问题是,生产环境中,就是要支持模糊查询(%在右边是不够的),一定要两边都是%来查询,这可咋办?
2.2 无索引情况下的查询汇总
2.2.1 删除索引
2.2.2 测试&Explain分析(主要为了和 2.3.2 节做对比测试)
Case#4:查询Id
Case#5:查询name
Case#6:查询age
Case#7:查询 id & name
Case#8:查询 name & age
Case#9:查询 id & name & age
Case#10:查询 id & name & age & salary (提示:salary 不在索引列中,后面会用上)
Case#11:查询 *
从 Case#4 到 Case#11 可以看出,在没有索引的情况下,两边都使用 % 来查询,不管想查询哪个字段(包括查询Id),全部都是全表扫描。
2.3 有索引情况下的查询汇总
2.3.1 建立索引
2.3.2 测试&Explain分析
IndexCase#4:查询Id
结果:使用上了索引(因为 name 有索引,同时查询的 Id 是主键肯定也有索引)
IndexCase#5:查询name
结果:使用上了索引(因为查询条件和查询字段都是有索引的 name)
IndexCase#6:查询age
结果:使用上了索引(因为查询条件的 name 以及查询字段的 age 都有索引)
IndexCase#7:查询 id & name
结果:使用上了索引(因为查询条件的 name 以及查询字段的 id & name 都有索引)
IndexCase#8:查询 name & age
结果:使用上了索引(因为查询条件的 name 以及查询字段的 name & age 都有索引)
IndexCase#9:查询 id & name & age
结果:使用上了索引(因为查询条件的 name 以及查询字段的 id & name & age 都有索引)
IndexCase#10:查询 id & name & age & salary (提示:salary 不在索引列中)
结果:没有索引,type=all,全表扫描!(因为查询字段中多了个 salary 而 salary 不在索引列中)
IndexCase#11:查询 *
结果:没有索引,type=all,全表扫描!(因为 * 包含 salary 而 salary 不在索引列中)
通过 IndexCase#4 到 IndexCase#11 可以看出,当真的需要两边都使用%来模糊查询时,只有当这个作为模糊查询的条件字段(例子中的name)以及所想要查询出来的数据字段(例子中的 id & name & age)都在索引列上时,才能真正使用索引,否则,索引失效全表扫描(比如多了一个 salary 字段)。我想,这应该就是 ‘覆盖索引(索引覆盖)’ 的本质吧。同时,这也能很好的证实 “尽量避免SELECT * 而是一一罗列出所需要查询的字段” 的道理吧,因为,搞不好 SELECT * 就多了一个字段,就导致了全表扫描。
3 结论
LIKE以%开头会导致索引失效;使用覆盖索引解决之
原文:https://www.cnblogs.com/yhgn/p/11210130.html