后端性能优化之慢查询分析与SQL调优 描述 慢查询是指执行时间超过预设阈值的SQL语句，是数据库性能瓶颈的常见来源。慢查询分析是通过监控、定位和优化这些低效SQL的过程，涉及SQL编写、索引使用、数据库配置等多方面知识。在高并发系统中，即使单个慢查询仅多消耗100毫秒，也可能因请求堆积导致系统雪崩。 解题过程 1. 发现慢查询 步骤说明 ：首先需明确哪些SQL属于"慢查询"。 开启慢查询日志 ：在MySQL中设置 slow_query_log=ON ，并定义阈值（如 long_query_time=1秒 ）。 监控工具辅助 ：使用Percona Toolkit的 pt-query-digest 工具分析日志，或通过APM（如SkyWalking）实时捕获慢SQL。 关键指标 ：关注执行时间、扫描行数、返回行数、锁等待时间。 2. 分析执行计划 步骤说明 ：通过EXPLAIN命令解析SQL执行路径，定位瓶颈点。 查看type字段 ：若出现 ALL （全表扫描）或 index （全索引扫描），说明未有效利用索引。 检查Extra字段 ： Using filesort ：排序未走索引，需优化ORDER BY； Using temporary ：使用了临时表，常见于GROUP BY或复杂JOIN； Using where ：需回表查询数据。 关注rows字段 ：预估扫描行数远大于返回行数时，索引可能失效。 3. 索引优化 步骤说明 ：针对执行计划中的问题调整索引。 避免冗余索引 ：如已有联合索引(a,b)，单独索引(a)是冗余的。 最左前缀原则 ：联合索引需按字段顺序使用（如索引(a,b)无法优化WHERE b=1）。 覆盖索引优化 ：SELECT的字段尽量包含在索引中，避免回表（如索引包含(a,b)时，查询SELECT a,b FROM table WHERE a=1可直接从索引返回数据）。 索引选择性原则 ：优先为高区分度字段（如用户ID）建索引，低区分度字段（如性别）索引效果差。 4. SQL语句重写 步骤说明 ：从编写层面消除低效操作。 避免SELECT * ：仅查询必要字段，减少数据传输和内存占用。 用JOIN替代子查询 ：尤其是关联子查询（如WHERE IN子查询）易导致全表扫描，改用JOIN可利用索引。 分页优化 ：偏移量较大时（如LIMIT 10000,10），改用WHERE id > 10000 LIMIT 10，避免扫描大量无用行。 批量操作替代循环 ：如用INSERT INTO table VALUES (a1,b1),(a2,b2)替代多次单条插入。 5. 数据库参数调优 步骤说明 ：调整配置以适配查询特征。 调整缓冲池 ：如InnoDB的 innodb_buffer_pool_size 设为可用内存的70%~80%，提升缓存命中率。 优化排序配置 ：增加 sort_buffer_size 避免磁盘临时表。 连接池设置 ：控制最大连接数（ max_connections ）防止过多并发拖慢整体性能。 6. 架构级优化 步骤说明 ：当单机优化到极限时，需提升架构。 读写分离 ：将慢查询（如复杂报表SQL）路由到只读从库，避免影响主库写入。 缓存策略 ：对结果不变的复杂查询（如历史数据统计）增加Redis缓存。 数据分片 ：按业务拆分数据库（如用户库、订单库），减少单表数据量。 总结 慢查询优化需结合监控、执行计划分析、索引设计、SQL重构等多维度手段，是一个持续迭代的过程。实际工作中应建立慢查询预警机制，定期Review高频SQL，从而系统化提升数据库性能。