MySQL慢SQL优化10大实战技巧与案例分析

1. 慢SQL优化实战指南

作为数据库性能调优中最常见的问题之一，慢SQL优化是每个开发者必须掌握的硬核技能。我在金融、电商等多个行业处理过数百个慢查询案例，发现80%的性能问题都源于不到20%的SQL语句。下面通过10个真实案例，带你系统掌握慢SQL的分析方法和优化技巧。

重要提示：所有案例均基于MySQL 8.0环境，但原理通用。建议先通过EXPLAIN分析执行计划，再针对性优化。

2. 案例解析与优化方案

2.1 未使用索引的全表扫描

问题SQL：

sql复制SELECT * FROM orders WHERE status = 'pending' AND create_time > '2023-01-01';

现象：10万行数据查询耗时1.2秒

分析：

• status字段有索引但create_time无索引
• 由于使用了OR条件，导致索引失效
• 执行计划显示type=ALL（全表扫描）

优化方案：

1. 创建联合索引：

   sql复制ALTER TABLE orders ADD INDEX idx_status_time(status, create_time);
   

2. 改写SQL使用索引：

   sql复制SELECT * FROM orders 
   WHERE status = 'pending' 
   AND create_time > '2023-01-01'
   ORDER BY create_time DESC LIMIT 1000;
   

效果：查询时间降至28ms

2.2 错误使用LIKE通配符

问题SQL：

sql复制SELECT product_name FROM products 
WHERE product_name LIKE '%手机%';

现象：50万商品数据查询耗时3.5秒

分析：

• 前导通配符%导致无法使用索引
• 返回结果集过大（约1.2万条）

优化方案：

1. 使用全文索引替代LIKE：

   sql复制ALTER TABLE products ADD FULLTEXT INDEX ft_name(product_name);
   SELECT product_name FROM products 
   WHERE MATCH(product_name) AGAINST('手机');
   

2. 或使用搜索引擎方案（如Elasticsearch）

效果：查询时间降至120ms

3. 高级优化技巧

3.1 分页查询优化

典型问题：

sql复制SELECT * FROM user_logs 
ORDER BY create_time DESC 
LIMIT 100000, 20;

优化方案：

1. 使用延迟关联：

   sql复制SELECT a.* FROM user_logs a
   INNER JOIN (
     SELECT id FROM user_logs
     ORDER BY create_time DESC
     LIMIT 100000, 20
   ) b ON a.id = b.id;
   

2. 记录上次查询的最大ID：

   sql复制SELECT * FROM user_logs
   WHERE id > 上次最后一条ID
   ORDER BY id ASC
   LIMIT 20;
   

3.2 大数据量统计优化

问题SQL：

sql复制SELECT COUNT(*) FROM user_behavior 
WHERE create_date BETWEEN '2023-01-01' AND '2023-12-31';

优化方案：

1. 使用预计算：

   sql复制-- 创建统计表
   CREATE TABLE stats_daily (
     stat_date DATE PRIMARY KEY,
     user_count INT
   );
   
   -- 定时任务更新
   INSERT INTO stats_daily
   SELECT DATE(create_time), COUNT(*) 
   FROM user_behavior
   GROUP BY DATE(create_time);
   

2. 使用近似统计：

   sql复制EXPLAIN SELECT COUNT(*) FROM user_behavior;
   

4. 执行计划深度解析

4.1 EXPLAIN关键指标解读

4.2 索引选择策略

1. 最左前缀原则：

   • 索引(a,b,c)可优化a=1 AND b=2，但无法优化b=2

2. 索引选择性公式：

   code复制选择性 = COUNT(DISTINCT column)/COUNT(*)
   

   选择性>0.2的字段适合建索引

3. 索引合并优化：

   sql复制-- 启用index_merge
   SET optimizer_switch='index_merge=on';
   

5. 数据库配置调优

5.1 关键参数设置

ini复制# InnoDB缓冲池（建议占内存70%-80%）
innodb_buffer_pool_size = 8G

# 排序缓冲区
sort_buffer_size = 4M

# 连接线程缓存
thread_cache_size = 16

5.2 监控慢查询

1. 开启慢查询日志：

   ini复制slow_query_log = 1
   long_query_time = 1
   log_queries_not_using_indexes = 1
   

2. 使用Performance Schema：

   sql复制SELECT * FROM performance_schema.events_statements_summary_by_digest
   ORDER BY SUM_TIMER_WAIT DESC LIMIT 10;
   

6. ORM框架优化建议

6.1 N+1查询问题

问题代码：

python复制users = User.objects.all()
for user in users:
    print(user.profile.address)  # 每次循环都查询profile表

优化方案：

python复制users = User.objects.select_related('profile').all()

6.2 批量操作替代循环

python复制# 反例
for item in items:
    Model.objects.create(**item)

# 正例
Model.objects.bulk_create(items)

7. 复杂查询拆解策略

7.1 多表关联优化

问题SQL：

sql复制SELECT * FROM orders o
JOIN users u ON o.user_id = u.id
JOIN products p ON o.product_id = p.id
WHERE u.status = 1 AND p.category = '电子'

优化方案：

1. 先过滤再关联：

   sql复制WITH filtered_users AS (
     SELECT id FROM users WHERE status = 1
   ),
   filtered_products AS (
     SELECT id FROM products WHERE category = '电子'
   )
   SELECT * FROM orders o
   JOIN filtered_users u ON o.user_id = u.id
   JOIN filtered_products p ON o.product_id = p.id
   

7.2 子查询优化

问题SQL：

sql复制SELECT * FROM products
WHERE category_id IN (
  SELECT id FROM categories WHERE type = '电子'
)

优化方案：

sql复制SELECT p.* FROM products p
JOIN categories c ON p.category_id = c.id
WHERE c.type = '电子'

8. 数据类型优化技巧

8.1 字段类型选择

8.2 避免隐式类型转换

问题SQL：

sql复制SELECT * FROM users WHERE phone = 13800138000

（phone是VARCHAR类型）

优化方案：

sql复制SELECT * FROM users WHERE phone = '13800138000'

9. 分布式环境优化

9.1 分库分表策略

1. 水平分片键选择：

   • 用户ID（尾号分片）
   • 时间范围（按月分表）

2. 全局ID生成：

   sql复制CREATE TABLE sequence (
     id BIGINT UNSIGNED NOT NULL AUTO_INCREMENT PRIMARY KEY
   ) ENGINE=MyISAM;
   

9.2 读写分离配置

yaml复制# 数据源配置示例
spring:
  datasource:
    write:
      url: jdbc:mysql://master:3306/db
    read:
      url: jdbc:mysql://slave1:3306/db,jdbc:mysql://slave2:3306/db

10. 终极优化检查清单

1. 索引检查：

   • 所有WHERE条件是否有合适索引
   • 联合索引字段顺序是否合理
   • 索引选择性是否足够高

2. SQL写法检查：

   • 避免SELECT *
   • 避免前导通配符LIKE
   • 避免使用OR条件连接不同字段

3. 执行计划检查：

   • 是否出现全表扫描（type=ALL）
   • 是否出现临时表（Using temporary）
   • 是否出现文件排序（Using filesort）

4. 数据库配置检查：

   • 缓冲池大小是否合理
   • 连接数配置是否合适
   • 统计信息是否最新

5. 架构设计检查：

   • 是否可以考虑缓存
   • 是否适合分库分表
   • 是否需要读写分离

在实际工作中，我习惯先用pt-query-digest分析慢查询日志，定位TOP 10慢SQL后，再结合EXPLAIN逐个击破。记住：优化是个持续过程，随着数据量增长，需要定期复查SQL性能。