一、识别慢查询：开启慢查询日志
首先需要准确定位哪些 SQL 是 "慢查询"，MySQL 通过慢查询日志记录执行时间超过阈值的 SQL。
1. 配置慢查询参数
通过
my.cnf（或my.ini）配置：# 开启慢查询日志（默认关闭）
slow_query_log = 1
# 慢查询日志文件路径
slow_query_log_file = /var/log/mysql/mysql-slow.log
# 执行时间阈值（单位：秒，默认10秒，建议设为1-2秒）
long_query_time = 1
# 记录未使用索引的查询（即使执行时间未达标）
log_queries_not_using_indexes = 1配置后重启 MySQL 生效，也可通过 SQL 动态设置（重启后失效）：
set global slow_query_log = 1;
set global long_query_time = 1;二、分析慢查询：使用 Explain 工具
找到慢查询后，通过
EXPLAIN分析 SQL 执行计划，定位性能瓶颈。1. Explain 用法
在 SQL 前加
EXPLAIN：EXPLAIN SELECT * FROM user WHERE age > 30 AND name LIKE '张%';2. 关键字段解读
| 字段 | 含义与优化点 |
|---|---|
type |
访问类型，性能从好到差：system > const > eq_ref > ref > range > index > ALL。目标：至少达到 range，避免ALL（全表扫描）。 |
key |
实际使用的索引，若为NULL则未使用索引，需优化索引。 |
rows |
估计扫描的行数，值越小越好（需结合实际数据量判断）。 |
Extra |
额外信息，常见关键值： - Using filesort：需优化排序（如加索引）；- Using temporary：使用临时表（性能差，需避免）；- Using index：覆盖索引（理想状态）。 |
三、优化核心方法
1. 索引优化（最关键）
索引是提升查询速度的核心，需避免 "无索引" 或 "索引失效"。
（1）添加合适的索引
- 单字段索引：where 子句中频繁出现的字段（如
age、status）。 - 联合索引：多条件查询时，按 "字段区分度高→低" 排序创建（遵循最左前缀原则）。
例：WHERE a=1 AND b=2 AND c=3，联合索引应设为(a,b,c)。 - 覆盖索引：索引包含查询所需所有字段（避免回表查询）。
例：SELECT id,name FROM user WHERE age=30，创建(age,name)索引可覆盖查询。
（2）避免索引失效
以下情况会导致索引失效，需特别注意：
- 使用函数 / 运算：
WHERE SUBSTR(name,1,1)='张'（可改为name LIKE '张%'）。 - 隐式类型转换：
WHERE phone=13800138000（若phone是 varchar，需加引号）。 LIKE以%开头：WHERE name LIKE '%张'（无法使用索引，可考虑全文索引）。- 使用
NOT IN、!=、<>等操作（可能导致全表扫描）。 - 联合索引不满足最左前缀：
(a,b,c)索引，仅用b=2查询会失效。
2. SQL 语句优化
（1）简化查询范围
- 避免
SELECT *：只查询需要的字段（减少数据传输，利于覆盖索引）。 - 限制返回行数：用
LIMIT分页，避免一次性返回大量数据。
（2）优化关联查询
- 小表驱动大表：
JOIN时，将数据量小的表作为驱动表（减少外层循环次数）。 - 避免跨库 / 跨表 join：尽量在同一库内关联，减少网络开销。
（3）优化子查询
子查询效率较低，可改为
JOIN：-- 低效子查询
SELECT * FROM user WHERE id IN (SELECT user_id FROM order WHERE amount > 1000);
-- 优化为JOIN
SELECT u.* FROM user u JOIN order o ON u.id = o.user_id WHERE o.amount > 1000;（4）优化分页查询
大偏移量分页（如
LIMIT 100000, 10）会扫描大量数据，优化方案：-- 低效：扫描前100010行
SELECT * FROM user ORDER BY id LIMIT 100000, 10;
-- 优化：利用索引定位起点（需id有序）
SELECT * FROM user WHERE id > (SELECT id FROM user ORDER BY id LIMIT 100000, 1) LIMIT 10;3. 表结构优化
（1）选择合适的数据类型
- 用更小的类型：
TINYINT（1 字节）代替INT（4 字节）存储小范围数字。 - 避免大字段：
TEXT/BLOB等大字段单独分表（减少主表 IO）。 - 日期用
DATE/DATETIME：而非VARCHAR（便于排序和计算）。
（2）分表分库（数据量大时）
当单表数据量超过 1000 万行，查询性能会明显下降，需拆分：
- 水平分表：按规则拆分数据（如按用户 ID 哈希、按时间范围），每个表结构相同。
例：订单表order_2023、order_2024按年份拆分。 - 垂直分表：按字段冷热拆分，将高频访问字段和低频字段分开存储。
例：用户表拆分为user_base（基本信息）和user_detail（详细信息）。
4. 数据库配置优化
通过调整 MySQL 配置提升性能（
my.cnf）：- 缓存优化：
innodb_buffer_pool_size设为服务器内存的 50%-70%（缓存数据和索引，减少磁盘 IO）。 - 连接优化：
max_connections根据并发量调整（避免连接数不足），thread_cache_size缓存线程（减少创建线程开销）。 - 日志优化：关闭不必要的日志（如 general log），慢查询日志仅在排查问题时开启。
四、日常维护
- 定期执行
ANALYZE TABLE：更新表统计信息，帮助 MySQL 生成更优执行计划。 - 监控慢查询日志：通过工具（如 pt-query-digest）分析慢查询趋势，提前优化。
- 避免大事务：长事务会占用锁资源，导致其他查询阻塞（拆分为小事务）。
通过以上步骤，可有效定位并解决 MySQL 慢查询问题，核心原则是：减少扫描行数、高效利用索引、优化数据访问方式。