https://blog.51cto.com/u_16213675/7596706

对区分度不够高的列

频繁更新的列

大数据类型的列

chatgpt：

创建索引通常是为了加速查询性能，但在某些情况下，特定列上的索引可能会导致查询性能变慢。主要原因包括索引的维护成本、存储消耗和优化器的误判。以下情况在索引的使用上可能会影响查询性能：

1. 低基数的列：
   • 在**低选择性（低基数）**的列（例如，布尔类型或表示状态的列，如 is_active、gender 等）上创建索引通常是无效的。因为这些列只有少数不同的值，索引扫描会返回大量行，导致查询性能反而下降。
2. 频繁更新的列：
   • 对频繁更新的列（如订单状态、库存等）创建索引，会导致更新操作的性能变差。每次对该列进行更新时，索引都要同步更新，增加了系统开销。
3. 过长的字符串列：
   • 对较长的字符串（如 VARCHAR(255) 或更长）或文本列（如 TEXT）建立索引会增加索引存储和维护的开销，还可能导致查询变慢。尤其在 MySQL 中，索引的最大长度有限制，对于超长字符串列，索引效果不明显。
4. 稀疏分布的列（不常用列）：
   • 对几乎不参与查询条件的列创建索引，没有实际的优化作用，还会增加存储和维护负担。
5. 表行数较少的表：
   • 对行数较少（如几百行以内）的小表，通常不需要创建索引。对于这些表，数据库的全表扫描代价较低，使用索引反而可能拖慢性能。
6. 索引过多的表：
   • 表中索引过多会增加插入、更新和删除操作的开销，并可能导致优化器在选择索引时出现误判。如果多个索引在不同查询中作用不大，反而会拖慢整体性能。
7. 使用不适合的数据类型：
   • 例如，创建索引时，使用的列数据类型和查询条件的数据类型不匹配，可能导致索引无法有效使用。特别是字符串字段和数字字段之间的类型转换，会导致数据库优化器不使用索引。

总结来说，索引的合理性和设计对于性能影响至关重要。通常建议：

• 在高选择性、查询频繁的列上创建索引。
• 避免在频繁更新的列、低基数列或不常用于查询的列上创建索引。