索引、EXPLAIN、查询优化与 Python 接入

索引是一条查找路径

索引维护按键组织的额外结构，以空间与写入成本换取筛选、连接和排序效率。InnoDB 主键组织数据，二级索引包含主键。给每列建立索引并不是优化，因为插入和更新也要维护所有索引。首先明确常见查询与数据规模，再选择索引，并观察计划和运行指标。

复合索引(user_id,order_date) 有利于指定用户后按日期筛选，最左前缀通常重要。只按日期查时，不应假设这个索引与(order_date) 完全相同。等值键在前、范围键随后常是有效起点，但真实选择还取决于分布和优化器。课程小表可能选择全扫描，这不等于索引失效；小表扫描的总成本可能更低。

可搜索条件与反例

WHERE DATE(order_date)='2026-01-10' 给列套函数，普通日期索引通常不能按原始范围直接搜索。改成 order_date >= '2026-01-10' AND order_date < '2026-01-11' 保持语义且利于范围访问。隐式类型转换、前置百分号文本匹配和复杂 OR 也可能影响路径，但不应把所有函数都说成永远不能索引，函数索引和优化器能力需具体检查。

先减少列和行，再连接与聚合，经常能减少处理量；但优化器可能自行下推筛选，人工重写应以等价结果和测量为依据。给 LIMIT 查询加明确排序，才能比较同一业务结果。用 DISTINCT 隐藏连接重复不是性能优化，应该先修复错误粒度。正确性始终是优化的前置条件。

EXPLAIN 与实测

EXPLAIN 展示优化器计划，包括访问方式、候选索引、实际选用索引和估计行数。rows 是估计，不是查询结果数。Extra 中的临时表或排序表示额外工作，但它们有时是正确方案，不能看到 filesort 就断言错误。比较时固定数据、查询与环境，不只记录一次耗时。

EXPLAIN ANALYZE 会真实执行 SELECT 并报告实际执行信息，不能当成纯静态检查；大查询应先控制范围。示例将 orders 复制到独立临时表并建索引，比较原列范围与 DATE 函数的计划，不修改原表。样本量小只能解释计划结构，不能证明生产规模性能提升或给出通用倍数。

Python 接入与数据边界

应用用数据库驱动连接 MySQL，凭据从环境变量读取，不写进笔记或提交到仓库。mysql.connector 的 cursor.execute 接受 SQL 与参数元组，占位符是 %s，不能用 f-string 拼接用户条件。表名等标识符通常不能作为值参数绑定，应使用明确允许的固定标识符。结束时关闭游标和连接，异常写入回滚。

pandas 可通过 SQLAlchemy 连接读取，文本查询使用 sqlalchemy.text 与命名参数，再由 read_sql_query 的 params 绑定；大结果用 chunksize 分块并注意每块之间的全局聚合。DECIMAL、时间与 NULL 进入 Python 后的类型可能变化，应检查 dtypes 与日期解析。连数据库并不意味着把全表下载到内存，尽量在数据库端先按范围选择需要的列。

从结果到验证

阅读一段查询时，先写下一行结果代表什么，再列出来源表的一行代表什么。把过滤、连接、聚合和排序分别检查，比仅凭输出看起来合理更可靠。对于金额应同时保留订单数量和用户数量，以便发现连接引起的重复累计；对于比率应同时展示分子与分母，以便发现筛选范围不同。结果少并不等于正确，结果多也不等于错误，判断依据是预先确定的业务口径。

先用纸笔构造三个用户、两三个订单的小表，再用数据库运行对应查询。至少包含没有订单的用户、同一用户多笔订单、一个未知值，以及筛选后没有记录的情形。用这些反例解释每个子句造成的变化，再扩大到课程数据。未写 ORDER BY 的结果没有稳定顺序；需要核对输出时总要明确排序。课程默认 MySQL 8.4，开启严格分组规则，不要通过关闭规则掩盖数据粒度问题。

完成练习后，先自行解释结果再查看答案。记录的检查标准应是行数、键是否唯一、是否有空值、金额是否守恒，以及日期边界是否符合定义，而不只是查询没有语法错误。答案中的每个条件都应能追溯到题目口径；如果口径改变，先调整定义再改查询。这样形成的推理过程可以直接用于面试中解释思路和实际工作中复核分析报告。

完整示例与实际输出

DROP TEMPORARY TABLE IF EXISTS scratch_perf;
CREATE TEMPORARY TABLE scratch_perf LIKE orders;
INSERT INTO scratch_perf SELECT * FROM orders;
CREATE INDEX idx_scratch_user_date ON scratch_perf(user_id,order_date);
EXPLAIN SELECT order_id,order_date,amount FROM scratch_perf
  WHERE user_id=1 AND order_date>='2026-01-01' AND order_date<'2026-02-01'
  ORDER BY order_date,order_id;
EXPLAIN SELECT order_id FROM scratch_perf WHERE DATE(order_date)='2026-01-10';
EXPLAIN SELECT order_id FROM scratch_perf WHERE order_date>='2026-01-10' AND order_date<'2026-01-11';
DROP TEMPORARY TABLE scratch_perf;

实际运行通过Actual MySQL 8.4.11 execution; strict grouping mode.

id	select_type	table	partitions	type	possible_keys	key	key_len	ref	rows	filtered	Extra
1	SIMPLE	scratch_perf	NULL	range	idx_scratch_user_date	idx_scratch_user_date	10	NULL	3	100.0	Using index condition

id	select_type	table	partitions	type	possible_keys	key	key_len	ref	rows	filtered	Extra
1	SIMPLE	scratch_perf	NULL	index	NULL	idx_scratch_user_date	10	NULL	60	100.0	Using where; Using index

id	select_type	table	partitions	type	possible_keys	key	key_len	ref	rows	filtered	Extra
1	SIMPLE	scratch_perf	NULL	index	idx_scratch_user_date	idx_scratch_user_date	10	NULL	60	11.11	Using where; Using index

五道自测：先回答，再核对

两项动手任务

官方资料与掌握状态

• MySQL EXPLAIN
• MySQL Connector/Python execute

完成两项任务后，按独立完成程度记录。状态会尽量保存在当前浏览器，可导出备份。