全表扫描（Full Table Scan）是指 MySQL 查询时未使用索引，逐行扫描表中所有数据，性能极差（百万级数据需几秒甚至几分钟），处理和避免方案如下：

1. 识别全表扫描

通过EXPLAIN命令查看执行计划，若出现以下情况，说明是全表扫描：

• type=ALL（访问类型为全表扫描）；
• key=NULL（未使用任何索引）；
• rows值接近表的实际行数（预估扫描行数等于表行数）。

2. 避免全表扫描的核心方案

• 1. 为查询字段创建合适的索引：
  • 为WHERE子句的过滤字段创建索引（如WHERE age > 20，创建idx_age）；
  • 为JOIN关联字段创建索引（如user.id = order.user_id，创建order表的idx_userid）；
  • 为ORDER BY/GROUP BY字段创建索引（如ORDER BY create_time，创建idx_create_time）；
  • 避免过度索引，优先创建联合索引（覆盖多个查询场景）。
• 2. 优化查询 SQL，避免索引失效：
  • 避免在索引字段上做函数操作（如DATE(create_time)='2024-01-01'改为create_time BETWEEN '2024-01-01 00:00:00' AND '2024-01-01 23:59:59'）；
  • 避免使用!=、<>、NOT IN、IS NULL（改为BETWEEN、IN、IS NOT NULL的替代方案）；
  • 避免模糊查询前缀通配符（如LIKE '%张三'改为LIKE '张三%'）；
  • 避免字符串与数字比较（如phone=13800138000改为phone='13800138000'）。
• 3. 控制表的数据量，拆分大表：
  • 水平分表：将大表按分表键拆分（如用户表按user_id%8分 8 张表），减少单表数据量（每张表数据量控制在 100 万以内）；
  • 垂直分表：将大表的冷热数据拆分（如用户表的基本信息和历史订单拆分到两张表），减少查询时扫描的数据量。
• 4. 优化查询条件，减少扫描范围：
  • 避免SELECT *，只查询需要的字段（减少数据传输和内存消耗）；
  • 增加过滤条件，缩小查询范围（如WHERE create_time > '2024-01-01'，过滤旧数据）；
  • 使用LIMIT限制返回结果（如LIMIT 10，找到匹配数据后立即终止查询）。
• 5. 优化 MySQL 配置，提升全表扫描性能（临时方案）：
  • 增大innodb_buffer_pool_size（让更多数据缓存到内存，全表扫描时从内存读取，而非磁盘）；
  • 关闭query_cache（MySQL 8.0 已移除），避免缓存失效带来的额外开销；
  • 优化innodb_read_io_threads（增加 IO 线程数，提升磁盘读取速度）。

3. 必须全表扫描的场景及优化

部分场景无法避免全表扫描（如SELECT COUNT(*) FROM user、SELECT * FROM user WHERE name LIKE '%张三%'），可通过以下方式优化：

• COUNT (*) 优化：
  • MyISAM 表：COUNT(*)直接返回存储的总行数，性能优；
  • InnoDB 表：避免COUNT(*)（需扫描全表），改为维护计数器表（如user_count表，记录总行数，新增 / 删除用户时更新计数器）；
• 模糊查询优化：
  • 若需LIKE '%张三%'，可使用全文索引（FULLTEXT INDEX），查询时用MATCH AGAINST（如SELECT * FROM user WHERE MATCH(name) AGAINST('张三')）；
  • 用 Elasticsearch 替代 MySQL，处理全文检索场景。