MySQL执行计划中filtered百分比代表什么_解析索引条件下推过滤率

filtered 表示存储引擎返回的行中最终被 server 层保留的比例，即“留下的百分比”，非过滤掉的比例；其值基于 rows 预估扫描行数计算（rows × filtered/100），反映 WHERE 条件在 server 层的过滤效率。 filtered 字段不是“过滤掉的百分比”，而是“留下的百分比” 很多人看到 就以为“过滤掉了 82%”，其实反了： 表示存储引擎返回的行中，**最终被 server 层保留下来、满足 WHERE 条件的比例**。它不是对全表的过滤率，而是对 列所代表的“预估扫描行数”的留存率。 举个实际例子： ， ，意味着 MySQL 预估：索引扫描先拿到 174 行，再在 server 层用剩余条件（比如没走索引的字段）逐行判断，最后只留下约 31 行（174 × 0.18 ≈ 31）。这个过程会带来额外 CPU 和行锁开销。 是理想状态：索引已覆盖全部查询条件，server 层无需二次过滤 不一定差，但要查清原因——是索引缺失？还是隐式类型转换导致索引失效？ 该值来自统计信息估算， 不是精确值 ，所以不能单看数字大小下结论 为什么 filtered 低 ≠ 查询一定慢，但往往暴露索引设计问题 低 常见于以下真实场景： 复合索引顺序错位：比如建了 ，但查询条件是 ， 无法走索引前缀，server 层被迫对所有 匹配行再过滤 WHERE 中用了函数或表达式： → 索引失效， 变成全表或全索引扫描， 往往很低 字符集/排序规则不一致：如关联字段一边是 ，另一边是 ，导致隐式转换，索引下推失败 JSON 字段或生成列未建函数索引：条件写成 却没在该路径上建虚拟列+索引 注意： 低本身不直接导致 I/O 增加，但它常和 或 同时出现，这时才真正危险。 如何快速定位 filtered 低的根本原因 别只盯着 数字，要结合 、 、 三列交叉验证： MySQL（Linux） MySQL 9.6.0是面向Linux平台的2026年创新版本，核心架构迎来重大革新。其将外键约束与级联操作从InnoDB引擎层上移至SQL层，确保所有数据变更均被完整记录至Binlog，彻底解决了CDC（变更数据捕获）与主从复制中的数据不一致难题。此外，该版本引入container_aware启动选项以原生适配容器环境，并对审计日志进行了组件化重构，为追求极致数据一致性与云原生体验的开发者提供了全新选择。 下载 如果 是 或 ，但 ，优先检查 是否用了预期索引，以及 是否含 （表示 server 层过滤） 如果 出现 ，说明用了 ICP（索引条件下推），此时 应该较高；若仍低，大概率是 ICP 没生效（比如条件含 OR、子查询、不支持下推的函数） 执行 对比查询条件字段是否都在 所指索引的最左前缀中 用 更新统计信息，排除因过期统计导致的误判 小技巧：把原 SQL 的 WHERE 条件拆成单字段逐一 EXPLAIN，能快速定位哪个条件拖垮了 。 filtered 高也不等于万事大吉 看着很美，但可能掩盖更严重的问题： 索引太宽：比如建了 五列联合索引，只为支持 ，虽然 ，但索引体积大、更新开销高、缓存效率低 覆盖索引误用： + ，看似高效，实则可能因回表被优化器自动转为全索引扫描（ ），I/O 反而比走主键还多 统计信息偏差大：某些版本 MySQL 在数据倾斜严重时（如 99% 的 ）， 会严重高估有效过滤能力，导致优化器选错执行计划 真正关键的，从来不是 这个孤立数字，而是它背后暴露出的索引与查询条件之间的匹配质量——这东西没法靠调参解决，得一行一行看 输出，再一列一列对字段和索引。