优化MySQL大字段查询需减少I/O、避免全表扫描。1. 查询时仅获取必要字段，拆分大字段至独立表；2. 垂直分表分离热点与冷数据；3. 使用前缀索引或摘要列提升检索效率；4. 通过生成列加索引支持条件过滤；5. 控制单行大小以降低页外存储开销；6. 利用Redis等缓存减轻数据库压力。组合拆表、字段选择、摘要索引与缓存策略可显著提升性能。
优化 MySQL 大字段（如 TEXT、BLOB 类型）查询的核心思路是减少 I/O 开销、避免全表扫描、合理使用索引以及分离冷热数据。大字段存储的内容通常较大，直接参与查询或排序会显著降低性能。
1. 避免在 SELECT 中返回不必要的大字段
很多性能问题源于查询中无差别地 SELECT *，尤其是当表中包含大字段时。如果业务不需要展示大文本或文件内容，就不要将其加入查询结果。
- 只查需要的字段，比如列表页只需标题、摘要、时间等元信息，详情页才加载完整内容。
- 将大字段单独拆到附属表中，主表只保留关键字段和外键。
2. 拆分大字段到独立表（垂直分表）
把频繁访问的“热点字段”和不常读取的大字段分开存储，能大幅提升主表查询效率。
- 例如文章表拆分为 article_info（id, title, status, create_time）和 article_content（article_id, content）。
- 这样列表查询无需加载 content 字段，减少磁盘 I/O 和内存占用。
3. 合理使用前缀索引或生成摘要列
大字段无法直接建立完整索引，但可通过以下方式支持模糊匹配或检索：
- 对 TEXT 字段建立前缀索引：
CREATE INDEX idx_content ON article_content(content(100));
—— 适用于前缀有区分度的场景。 - 增加一个摘要列（如 content_digest VARCHAR(32)），存储内容的 MD5 或分词关键词，并为其建立索引。
- 对于复杂搜索需求，建议结合全文索引或 Elasticsearch 等专用搜索引擎。
4. 使用生成列 + 索引处理常用条件
如果经常根据大字段的某些特征过滤（如 JSON 内容中的某个值），可以创建虚拟生成列并加索引。
- 示例：content 字段为 JSON，需按 author 查询。
ALTER TABLE article ADD COLUMN author VARCHAR(50) AS (JSON_UNQUOTE(content->"$.author")) STORED;
CREATE INDEX idx_author ON article(author);
5. 控制单行大小，避免页外存储
MySQL 的 InnoDB 行最大长度约为 8KB（受限于页大小），超过后会将大字段转为 off-page 存储，带来额外 I/O。
- 尽量控制单行总长度，避免多个大字段同时存在。
- 使用 COMPRESSED 行格式或启用 innodb_page_size 增大页大小（需初始化时设置）可缓解此问题。
6. 利用缓存减少数据库压力
大字段读取成本高，适合通过缓存层（如 Redis）来加速访问。
- 将文章内容等大字段以 key-value 形式缓存，先查缓存再回源数据库。
- 设置合理的过期策略和更新机制，保证一致性。
