SQL优化与索引实战：从慢查询到高性能

1. 从龟速到光速：SQL优化与索引的实战心法

记得三年前接手过一个报表系统，单条SQL执行时间长达47秒，用户每次点击查询都要泡杯茶等待。通过系统化的索引优化和SQL重构，最终将响应时间压缩到0.8秒。这种性能飞跃不是魔法，而是对数据库底层原理的深刻理解和正确实践。

本文将分享我在金融、电商等高压场景下积累的SQL优化实战经验，重点剖析索引设计、执行计划解读等核心技巧。无论你是刚接触MySQL的新手，还是需要处理千万级数据的老手，这些经过实战检验的方法都能让你的查询性能获得质的提升。

2. SQL性能瓶颈诊断方法论

2.1 慢查询日志：定位性能杀手

慢查询日志是优化的起点。在MySQL中通过以下配置开启（建议阈值设为1秒）：

sql复制SET GLOBAL slow_query_log = ON;
SET GLOBAL long_query_time = 1;
SET GLOBAL slow_query_log_file = '/var/log/mysql/mysql-slow.log';

关键是要学会分析日志中的执行计划。比如下面这个电商订单查询：

sql复制# Query_time: 5.283227
SELECT * FROM orders 
WHERE user_id = 10086 
AND create_time > '2023-01-01'
ORDER BY total_amount DESC;

通过EXPLAIN分析会发现它进行了全表扫描（type=ALL），这就是典型的索引缺失案例。

2.2 EXPLAIN执行计划深度解读

执行计划中的几个关键字段：

• type：从最优到最差依次为 system > const > eq_ref > ref > range > index > ALL
• key_len：索引使用长度，可判断是否用到复合索引的全部列
• Extra：
  • Using filesort：需要额外排序
  • Using temporary：使用了临时表
  • Using index：覆盖索引优化

我曾遇到一个案例：某分页查询LIMIT 10000,20导致扫描10万行数据。通过改为`WHERE id > las