博客
关于我
MySQL中使用IN()查询到底走不走索引?
阅读量:800 次
发布时间:2023-02-11

本文共 706 字,大约阅读时间需要 2 分钟。

MySQL中使用IN查询到底走不走索引?

在实际项目中,关于MySQL中IN查询是否走索引的问题,经常会引发很多讨论。很多开发者对这一点存在误解,需要通过实际案例来分析。

看数据量

IN查询是否走索引,实际上取决于查询的数据量。通过EXPLAIN工具可以观察到以下情况:

  • IN (0,1) 查询:

    EXPLAINSELECT * from users WHERE is_doctor in (0,1);

    这时候查询没有走索引,返回了大约52万条数据,而全表只有54万条记录。

  • IN (2,1) 查询:

    EXPLAINSELECT * from users WHERE is_doctor in (2,1);

    这时候查询走了索引,只返回了约1万条数据。

  • 由此可以看出,IN查询是否走索引与IN后面所包含的数据量有关。

    IN后面是不是有子查询

    关于这一点,需要进一步分析。假设我们有一个子查询:

    EXPLAINSELECT * from users WHERE is_doctor in (SELECT is_doctor from test_in_subselect);

    这时候查询是否走索引,取决于子查询的结果。实际测试显示,这种情况下查询会走索引。

    总结

    通过以上分析,可以得出以下结论:

  • IN查询通常是走索引的,但当IN后面的数据量超过表中数据的30%时,才会走全表扫描。

  • 因此,IN查询是否走索引,需要根据实际情况进行控制。优点是可以提高查询性能,劣势是可能导致索引列过多,影响查询效率。

  • 建议在实际项目中,控制IN查询的范围,避免过多的IN条件。

  • 这种情况下,IN查询既有优劣,需要根据实际需求进行权衡。

    转载地址:http://ipbfk.baihongyu.com/

    你可能感兴趣的文章
    pandas 找到局部最大值和最小值
    查看>>
    pandas 按日期和年份分组,并汇总金额
    查看>>
    pandas 数据帧到PostgreSQL表中使用的是没有SQLAlChemy的心理复制2吗?
    查看>>
    pandas 数据帧多行查询
    查看>>
    pandas 数据框将 INT64 列转换为布尔值
    查看>>
    pandas 数据框将列类型转换为字符串或分类
    查看>>
    pandas 数据框条件 .mean() 取决于特定列中的值
    查看>>
    pandas 数据框至海运分组条形图
    查看>>
    pandas 时序统计的高级用法!
    查看>>
    pandas 时间序列重新采样结束给定的一天
    查看>>
    pandas 根据不是常量的第三列的值将值从一列复制到另一列
    查看>>
    pandas 根据值从多列中的一列查找
    查看>>
    Pandas 根据布尔条件选择行和列
    查看>>
    pandas 滚动窗口 - datetime64[ns] 未实现
    查看>>
    pandas 版本兼容特定的蟒蛇和NumPy配置吗?
    查看>>
    pandas 生成excel多级表头
    查看>>
    Pandas 的 DataFrame 详解-ChatGPT4o作答
    查看>>
    pandas 读取excel数据,以字典形式输出
    查看>>
    Pandas 读取具有浮点值的 csv 文件会导致奇怪的舍入和小数位数
    查看>>
    pandas 适用,但仅适用于满足条件的行
    查看>>