用户反馈页面加载慢，一查发现是数据库查询拖后腿。这种情况太常见了。

今天聊聊怎么定位和优化MySQL慢查询，不讲太深的理论，就说实用的。

怎么发现慢查询？

首先得知道哪些SQL慢。MySQL有个慢查询日志功能，开启后会自动记录执行时间超过阈值的SQL。

查看当前配置：

SHOW VARIABLES LIKE 'slow_query_log';SHOW VARIABLES LIKE 'long_query_time';

临时开启：

SET GLOBAL slow_query_log = 'ON';SET GLOBAL long_query_time = 1;  -- 超过1秒就记录

开启后，执行慢的SQL都会被记录到日志文件里。

找到慢SQL后怎么分析？

用EXPLAIN命令，它能告诉你这条SQL是怎么执行的。

EXPLAIN SELECT * FROM orders WHERE user_id = 123;

执行后会显示一堆信息，重点看这几个：

type字段 - 访问类型，越往左越好

system > const > eq_ref > ref > range > index > ALL

如果看到ALL，说明在全表扫描，这是最慢的，需要优化。

key字段 - 实际用的索引

如果是NULL，说明没用上索引，这通常就是慢的原因。

rows字段 - 预估扫描行数

这个数字越大，查询越慢。

最常见的优化方法

1. 加索引

90%的慢查询都是因为没索引。

-- 给user_id加索引ALTER TABLE orders ADD INDEX idx_user_id (user_id);

加完后再EXPLAIN看看，type应该从ALL变成ref或range了。

**2. 避免SELECT ***

-- 差：查所有字段SELECT * FROM users WHERE id = 1;-- 好：只查需要的SELECT id, name, email FROM users WHERE id = 1;

字段少了，传输数据量小，自然快。

3. 注意索引失效的情况

有些写法会导致索引用不上：

-- 对字段用函数，索引失效SELECT * FROM users WHERE YEAR(created_at) = 2024;-- 正确写法SELECT * FROM users WHERE created_at >= '2024-01-01';

-- LIKE以%开头，索引失效SELECT * FROM users WHERE name LIKE '%张';-- 这样可以用索引SELECT * FROM users WHERE name LIKE '张%';

-- 类型不匹配，索引失效SELECT * FROM users WHERE phone = 13800138000;  -- phone是varchar-- 正确写法SELECT * FROM users WHERE phone = '13800138000';

4. 分页优化

深分页特别慢：

-- 慢：需要扫描前100万条SELECT * FROM logs ORDER BY id LIMIT 1000000, 20;-- 快：用ID定位SELECT * FROM logs WHERE id > 1000000 ORDER BY id LIMIT 20;

联合索引的坑

假设建了一个联合索引 (a, b, c)，使用时要注意顺序：

-- 用得上索引SELECT * FROM t WHERE a = 1;SELECT * FROM t WHERE a = 1 AND b = 2;SELECT * FROM t WHERE a = 1 AND b = 2 AND c = 3;-- 用不上索引！SELECT * FROM t WHERE b = 2;  -- 没有aSELECT * FROM t WHERE b = 2 AND c = 3;  -- 没有a

记住"最左前缀"原则：必须从最左边的字段开始用。

实战案例

问题SQL：

SELECT * FROM orders WHERE status = 'pending' ORDER BY create_time DESC;-- 执行时间：5秒

分析：

EXPLAIN SELECT * FROM orders WHERE status = 'pending' ORDER BY create_time DESC;-- type: ALL（全表扫描）-- Extra: Using filesort（额外排序）

优化：加联合索引

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

效果：

-- type: ref-- Extra: Using index condition-- 执行时间：0.05秒

从5秒优化到0.05秒，快了100倍。

几个实用技巧

1. 定期查看慢查询

-- 查看正在执行的SQLSHOW PROCESSLIST;-- 杀掉太慢的查询KILL 查询ID;

2. 查看表索引

SHOW INDEX FROM 表名;

3. 分析表统计信息

ANALYZE TABLE 表名;

小结

MySQL优化核心思路：

1. 开启慢查询日志，找到慢SQL
2. 用EXPLAIN分析执行计划
3. 根据情况加索引、改写法
4. 验证优化效果

大部分性能问题都是索引问题，先把索引搞明白，能解决80%的慢查询。

顺便说一下，我经常需要远程连公司的测试数据库分析慢查询。以前用公司VPN老是断，后来用星空组网把笔记本和公司网络连起来，在家也能直接连内网的MySQL，EXPLAIN调试方便多了。

有问题欢迎交流~