函数使索引失效是因为B+树存储原始值,而WHERE中对索引列用DATE()等函数需逐行计算,优化器转为全表扫描;应改写为范围查询(如create_time >= '2025-01-01' AND create_time < '2026-01-01')。
对索引列使用内置函数(如 DATE()、UPPER()、YEAR()、LEFT())会导致优化器无法利用索引的有序结构,最终选择全表扫描——这不是索引“坏了”,而是优化器主动放弃走 B+ 树搜索路径。
MySQL 的 B+ 树索引存储的是字段原始值(比如 '2025-04-18 14:30:00'),不是函数计算后的结果。一旦你在 WHERE 中写 DATE(create_time) = '2025-04-18',MySQL 就必须对每一行的 create_time 执行一次 DATE() 计算,再比对结果。这等价于逐行计算 + 判断,B+ 树的快速定位能力完全用不上。
优化器会评估成本:遍历主键(type: ALL)或遍历二级索引(type: index)可能比走树搜索更便宜,于是直接跳过索引查找逻辑。
EXPLAIN 中出现 key: NULL 且 type: ALL 是最直接信号key 非空(比如显示 t_modified),但 rows 接近表总行数、Extra 没有 Using index condition,也说明只是在全索引扫描,而非高效查找UPPER()),照样失效所有对索引列直接调用的标量函数都会破坏索引匹配能力,常见包括:
DATE()、YEAR()、MONTH()、DAY()、DATE_FORMAT()
UPPER()、LOWER()、TRIM()、LEFT()、SUBSTR()、CONCAT()
ABS()、ROUND()、id + 1 这类表达式(本质也是函数运算)注意:LIKE 不是函数,但它以 % 开头(如 name LIKE '%明')同样因无法确定字典序起点而跳过索引,原理不同但结果一致。
核心思路是把函数从索引列“移开”,转为对查询值做预处理,或拆成范围条件。
WHERE YEAR(create_time) = 2025 改成 WHERE create_time >= '2025-01-01' AND create_time
COLLATE utf8mb4_0900_as_cs 或确保写入时统一大小写,避免查时用 UPPER()
WHERE LEFT(phone, 3) = '138' 改成 WHERE phone LIKE '138%'(前提是满足最左前缀)ADD COLUMN create_date DATE AS (DATE(create_time)) STORED,再给它建索引,绕过原列函数问题有些“看起来没写函数”的情况,其实 MySQL 在背后悄悄加了转换,一样导致索引失效:
VARCHAR,却传数字:如 WHERE phone = 13800138000 → 实际执行 CAST(phone AS SIGNED)
utf8mb4,但客户端连接用 latin1 → 等价于 CONVERT(phone USING latin1)
CONVERT,不仅影响性能,还可能引发笛卡尔积这类隐式调用不会出现在 SQL 文本里,只能靠 EXPLAIN 的 Extra 字段(如出现 Using where; Using index 是好的,只有 Using where 且 key 为空,就要怀疑类型或字符集是否对齐)和 SHOW WARNINGS 查看优化器重写后的语句来发现。