点查是通过等值条件精准定位索引中唯一叶子节点的访问方式，要求覆盖索引最左连续列且无范围条件中断；范围扫描则用于匹配多个记录，起始于某前缀匹配位置。
点查和范围扫描是数据库通过索引高效获取数据的两种核心访问路径，区别在于查询条件是否能唯一确定索引中的单个位置。
点查：精准定位单条记录
点查（Point Lookup）指使用等值条件（= 或 IS NULL）匹配索引键的全部前导列，使数据库能直接跳转到B+树中唯一对应的叶子节点。例如，在联合索引 (user_id, create_time) 上执行 WHERE user_id = 100 AND create_time = '2023-01-01'，就能走完整点查；若只写 WHERE user_id = 100，则属于“最左前缀匹配”，实际是范围扫描的起点，不是严格意义的点查。
常见误区：有等号不等于就是点查。关键看是否覆盖索引最左连续列且无范围条件中断。以下操作利于触发点查：
- WHERE子句中所有索引前导列都用等值条件，中间不穿插 >、
- 避免在索引列上使用函数或表达式，如 WHERE YEAR(create_time) = 2023 会丢失索引点查能力
- NULL 值参与等值比较时需确认列允许 NULL，否则可能被优化器排除
范围扫描：按顺序遍历一段索引区间
范围扫描（Range Scan）发生在查询条件对索引前导列使用范围操作符（>、、>=、、BETWEEN、LIKE 'abc%'），或仅匹配部分前导列。此时数据库从B+树中某个起始位置开始，向右顺序读取满足条件的叶子节点。
例如，在索引 (status, updated_at) 上执行 WHERE status = 'active' AND updated_at > '2024-01-01'，前导列 status 是等值，updated_at 是范围，整体仍为范围扫描——它先定位到所有 status='active' 的索引块，再在其中筛选 updated_at 较大的行。
提升范围扫描效率的关键点：
- 尽量让范围条件落在索引靠后的列，前导列尽可能用等值缩小初始扫描范围
- 避免在范围列之后再加等值列（即“范围后缀”），该列无法用于索引过滤，只能回表后过滤
- LIKE 模式以通配符开头（如 '%abc'）无法使用索引进行范围扫描
执行计划中如何识别这两种路径
在 EXPLAIN 输出中，type 列是重要线索：const 或 eq_ref 通常对应点查（尤其是主键/唯一索引上的等值匹配）；ref 表示非唯一索引的等值查找（可能返回多行，本质仍是点查入口）；range 明确代表范围扫描。同时关注 key_len：它反映实际使用的索引字节数，数值越大，说明越靠右的列被纳入了索引过滤，有助于判断是否有效利用了复合索引结构。
注意：rows 是预估扫描行数，不等于最终结果集大小。范围扫描的 rows 偏高，往往意味着索引设计或查询条件可优化。
点查与范围扫描对性能的实际影响
点查通常最快，时间复杂度接近 O(log n)，适用于主键查询、用户登录验证等低延迟场景；范围扫描时间复杂度为 O(log n + k)，k 是匹配行数，当 k 很大时可能退化为接近全索引扫描。尤其在分页查询中，LIMIT 10000, 20 虽然只取20行，但需先跳过10000行，此时范围扫描开销显著上升。
缓解策略包括：
- 用游标分页替代 OFFSET 分页，例如记录上一页最后的 created_at 值，下一页查 WHERE created_at > 'xxx' ORDER BY created_at LIMIT 20
- 对高频范围查询字段单独建索引，或调整联合索引列顺序，把高区分度且常用于等值的列前置
- 必要时用覆盖索引减少回表，尤其在范围扫描返回大量行时效果明显
