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 DataFrame中的列从浮点数输出到货币(负值)
    查看>>
    Pandas DataFrame中的列从浮点数输出到货币(负值)
    查看>>
    Pandas DataFrame多索引透视表-删除空头和轴行
    查看>>
    pandas DataFrame的一些操作
    查看>>
    Pandas Dataframe的日志文件
    查看>>
    Pandas df.iterrows() 并行化
    查看>>
    pandas GROUPBY+变换和多列
    查看>>
    pandas Groupby:创建两列的Groupby时,如何按正确的顺序对工作日进行排序?
    查看>>
    Pandas matplotlib 无法显示中文
    查看>>
    pandas PIVOT_TABLE保持索引
    查看>>
    Pandas Plots:周末的单独颜色,x 轴上漂亮的打印时间
    查看>>
    pandas to_latex() 转义数学模式
    查看>>
    Pandas 中文官档 ~ 基础用法4
    查看>>
    Pandas 中的多索引旋转
    查看>>
    Pandas 中的日期范围
    查看>>
    pandas 中的时间序列箱线图
    查看>>
    Pandas 使用指南
    查看>>
    pandas 分组并使用最小值更新
    查看>>
    pandas 均值(mean), 均值填充NA(fill_na)
    查看>>
    Pandas 对数据框的布尔比较
    查看>>