MySQL慢SQL优化全攻略：从诊断到调优

-- 开启慢查询日志功能
SET GLOBAL slow_query_log = 'ON';

-- 设置慢SQL时间阈值（单位：秒），超过此时间的查询会被记录
SET GLOBAL long_query_time = 5;

-- 查看慢查询日志文件位置
SHOW GLOBAL VARIABLES LIKE 'slow_query_log_file';

-- 使用mysqldumpslow工具分析慢查询日志
-- 常用参数：-s排序方式（t按时间，c按次数），-t显示前N条
-- 示例：mysqldumpslow -s t -t 10 /var/logs/mysql/slow.log

慢查询日志分析工具

除了mysqldumpslow，还可以使用：

pt-query-digest（Percona Toolkit的一部分）：更强大的日志分析工具
bash 复制代码
```
pt-query-digest /var/logs/mysql/slow.log
```
MySQL Workbench：图形化界面分析工具

慢SQL优化策略

1. 避免SELECT * 查询

sql 复制代码

-- 不推荐
SELECT * FROM users WHERE id = 1;

-- 推荐：只查询需要的列
SELECT id, username, email FROM users WHERE id = 1;

原因：

增加网络I/O负担
当表中有大字段（如TEXT/BLOB）时性能影响显著
可能使覆盖索引失效（后面会解释）

2. 创建高效索引

索引选择原则

高区分度：选择区分度高的列建索引（如用户ID比性别更适合）
常用查询条件：为WHERE、JOIN、ORDER BY、GROUP BY中的列建索引
短字段优先：整型字段比字符串字段更适合做索引

sql 复制代码

-- 创建单列索引
CREATE INDEX idx_username ON users(username);

-- 创建复合索引
CREATE INDEX idx_status_created ON orders(status, created_at);

索引使用注意事项

最左匹配原则：复合索引必须从左到右使用

sql 复制代码

-- 对于INDEX(a, b, c)
WHERE a = 1 AND b = 2 -- 使用索引
WHERE b = 2 AND c = 3 -- 不使用索引（缺少a）
WHERE a = 1 AND c = 3 -- 部分使用索引（只用a）

避免索引失效：
- 不要在索引列上使用函数：WHERE YEAR(create_time) = 2023
- 避免隐式类型转换：WHERE user_id = '123'（user_id是整型）
- 避免使用!=、NOT IN、IS NULL等操作符

3. 使用EXPLAIN分析执行计划

sql 复制代码

EXPLAIN SELECT * FROM users WHERE username = 'john';

关键指标解读：

type：访问类型（从好到差：system > const > eq_ref > ref > range > index > ALL）
possible_keys：可能使用的索引
key：实际使用的索引
rows：预估需要检查的行数
Extra：额外信息（如Using filesort、Using temporary表示性能问题）

4. 优化排序操作

sql 复制代码

-- 不推荐：大数据集文件排序
SELECT * FROM products ORDER BY price DESC LIMIT 100;

-- 推荐：为排序字段添加索引
ALTER TABLE products ADD INDEX idx_price (price);
SELECT * FROM products ORDER BY price DESC LIMIT 100;

原理：B+树索引本身是有序的，利用索引可以避免内存排序（Using filesort）

5. 解决深分页问题

问题 ：LIMIT 10000, 20会先读取10020条记录，然后丢弃前10000条

优化方案：

使用覆盖索引+延迟关联

sql 复制代码

SELECT * FROM products JOIN (
  SELECT id FROM products 
  WHERE category_id = 5 
  ORDER BY created_at DESC 
  LIMIT 10000, 20
) AS tmp USING(id);

记录上次查询位置（适用于有序数据）

sql 复制代码

-- 第一页
SELECT * FROM products ORDER BY id DESC LIMIT 20;

-- 后续页（假设上一页最后一条记录的id是12345）
SELECT * FROM products WHERE id < 12345 ORDER BY id DESC LIMIT 20;

6. 避免全表扫描

为查询条件添加适当的索引
避免在WHERE子句中对字段进行运算或使用函数
使用合适的查询条件，避免过于宽泛的条件

7. 优化JOIN操作

确保JOIN字段有索引
小表驱动大表（MySQL优化器通常会自动处理）
避免多表JOIN（超过3个表考虑反范式化设计）

8. 合理使用子查询

sql 复制代码

-- 不推荐：相关子查询
SELECT * FROM users WHERE id IN (
  SELECT user_id FROM orders WHERE amount > 1000
);

-- 推荐：改用JOIN
SELECT DISTINCT u.* FROM users u
JOIN orders o ON u.id = o.user_id
WHERE o.amount > 1000;

高级优化技巧

1. 使用覆盖索引

覆盖索引：查询的所有字段都包含在索引中，无需回表

sql 复制代码

-- 假设有INDEX(username, email)
SELECT username, email FROM users WHERE username = 'john';

优势：减少I/O操作，提高查询速度

2. 索引条件下推(ICP)

MySQL 5.6+特性，将WHERE条件推到存储引擎层过滤

sql 复制代码

-- 假设有INDEX(a, b)
SELECT * FROM table WHERE a = 1 AND b LIKE '%test%';

3. 使用批处理减少交互

sql 复制代码

-- 不推荐
INSERT INTO users(name) VALUES ('a');
INSERT INTO users(name) VALUES ('b');

-- 推荐
INSERT INTO users(name) VALUES ('a'), ('b');

4. 合理使用临时表

对于复杂查询，可以考虑使用临时表分步处理

sql 复制代码

CREATE TEMPORARY TABLE temp_orders
SELECT user_id, SUM(amount) AS total 
FROM orders 
GROUP BY user_id
HAVING total > 1000;

SELECT u.* FROM users u
JOIN temp_orders t ON u.id = t.user_id;

名词解释

B+树：MySQL索引的数据结构，特点是：
- 所有数据都存储在叶子节点
- 叶子节点通过指针连接，适合范围查询
- 树的高度低，查询效率稳定
回表：当使用非主键索引查询时，先通过索引找到主键，再通过主键索引查找完整数据的过程
覆盖索引：查询的列都包含在索引中，无需回表
最左匹配原则：复合索引必须从左到右使用，不能跳过前面的列
深分页：当LIMIT offset很大时（如LIMIT 100000, 10），MySQL需要先读取offset+limit条记录，性能差
Using filesort：表示MySQL需要进行额外的排序操作，通常是因为没有使用索引排序
Using temporary：表示MySQL需要创建临时表来处理查询，常见于GROUP BY、ORDER BY等操作

总结

慢SQL优化是一个系统工程，需要：

通过慢查询日志定位问题SQL
使用EXPLAIN分析执行计划
针对性应用优化策略
持续监控优化效果

记住：索引不是越多越好，每个索引都会增加写操作的成本。好的数据库设计加上合理的索引策略，才能获得最佳性能。