MySQL 在数据区分度不高的字段上加了索引，并且总条数量大的表，有 where 条件时的 count（*）出现了走索引比不加索引时快的情况

[rqxiao]

库里单表 tb_task 5000w

SELECT
is_deleted,
data_type,
COUNT(*)
FROM
tb_task
GROUP BY
is_deleted,
data_type



is_deleted data_type COUNT(*)
0 0 ---701
0 1 ---10
0 2 --- 2575
0 127 --- 50000011


SELECT COUNT(*) FROM tb_task WHERE is_deleted = 0 AND data_type != 1

没有加索引 idx （`data_type`, `is_deleted` ）时， 要 60 秒

加了 idx （`data_type`, `is_deleted` ）时， 这条 sql 会走索引 变成 17 秒

id select_type table partitions type possible_keys key key_len ref rows filtered Extra
1 SIMPLE tb_task range idx_data_type_is_deleted idx_data_type_is_deleted 2 24671413 10.00 Using where; Using index


这是为啥，不是说区分度不高的列上加索引 ，查询效率不明显吗

[zmal]

这么多点击没人回答，估计是懒得回答吧，有点基础···
搜索下什么是“回表”。有 idx （`data_type`, `is_deleted` ）时，where is_deleted = 0 AND data_type != 1 的 count(*)不需要回表，只通过索引就能完成统计。
区分度低的索引查询慢说的是有回表的情况。

[sujin190]

其实就是虽然都需要全表扫，但是你这个不需要查询除索引外的字段，所以直接在索引上统计就行，且不说索引数据量小了很多，而且大概率索引会在内存中，所以快一点很正常，你 SELECT 加个不在索引中的字段触发回表，你就会发现效率差不多了

区分度不高的列上加索引查询效率不明显，这个主要问题是这个字段添加过滤条件后，需要扫描的数据条数几乎和不加索引差距不大，所以并不能明显提高效率，更不要说你这个地方都没有添加任何过滤条件，无论怎么着都要扫描所有数据

[rqxiao]

@zmal 不好意思 ，意思是 只要是走索引的 count(*) 就是比 全表扫描的 count(*) 快是吗。虽然两者有可能都是要找 5000w 条

[rqxiao]

@sujin190 不好意思。意思是 count(*) 如果是 只走索引不回表 或者 全表扫描 ，虽然都有可能是 5000w 的记录数，但因为索引 b 树结构的特点(非叶子节点只存索引数据)，和全表扫描比，走索引不回表这种情况明显的快是么。

[ComTNT]

推荐你本书，sql 优化核心原理，微信读书上有，第一章就能把你这个问题讲清楚，虽然这本书是基于 oralce 讲的，但是核心思想适用于大部分 db

[ComTNT]

@ComTNT 打错了，是 sql 优化核心思想

[sujin190]

@rqxiao #4 是的，索引应该是只保存索引字段和主键的值，磁盘 IO 会少很多，而且一般来说索引应该会尽可能保存在内存中，这也可以快一点吧

[LeegoYih]

遇事不决看执行计划

set optimizer_trace="enabled=on";
select count(*) from tb_task where is_deleted = 0 and data_type != 1;
select * from information_schema.optimizer_trace;
set optimizer_trace="enabled=off";

[CEBBCAT]

这个排版真是无力吐槽……

[LuckyLight]

不得不说，很多文章都是误人子弟，不看实际场景就给结论都是耍流氓。“区分度不高的列上加索引 ，查询效率不明显” 也得看具体业务是什么。

[GopherDaily]

如果查询需要在字段都在 index 里面，可以避免回源。

用 Explain ，看到不理解的 google ，这是正道

[reter]

就我所看过数据库的文档，就算有了索引，数据库还会采集数据的元数据做辅助判断是否使用索引。用 explain 查看数据库实际的执行计划才是正解