数据库性能优化实战：MySQL慢查询排查与索引优化

数据库往往是性能瓶颈的高发区域。本文分享一套系统化的MySQL性能优化方法论。

第一步：开启慢查询日志

首先确认慢查询日志已正确配置：

• long_query_time设置为合理的阈值（建议1-2秒）
• log_queries_not_using_indexes记录全表扫描
• 使用pt-query-digest工具聚合分析

第二步：EXPLAIN分析执行计划

对于每条慢查询，使用EXPLAIN查看执行计划，重点关注：

• type列：ALL（全表扫描）需要优化，range/ref/const是较好的访问方式
• rows列：预估扫描行数，数值越大越需要优化
• Extra列：Using filesort和Using temporary是需要关注的信号

第三步：索引设计原则

1. 最左前缀原则：联合索引中，查询条件必须从最左列开始
2. 高选择性优先：选择性高的列放在联合索引前面
3. 覆盖索引：查询列都在索引中，避免回表
4. 避免冗余索引：定期使用sys.schema_unused_indexes检查

第四步：SQL改写

• 避免SELECT *，只查询需要的列
• 分页优化：使用延迟关联或游标分页替代OFFSET
• 子查询优化为JOIN
• 合理使用批量插入

实战案例

某订单查询接口P99响应时间达到8秒，通过分析发现： 1. 缺失关键索引，每次全表扫描300万行 2. 添加(created_at, status)联合索引后扫描行数降至500行 3. 接口P99响应时间降至120ms

优化效果立竿见影，也验证了"80%的性能问题来自数据库"这一经验法则。