先找到慢查询
开启慢查询日志(slow_query_log),设定合理的 long_query_time 阈值,让数据库自动记录超时的 SQL。用 mysqldumpslow 或 pt-query-digest 做聚合分析,按总耗时、出现次数排序,优先优化「量大且慢」的查询——它们对整体性能影响最大。
优化前先记录基线:查询耗时、扫描行数、返回结果数。没有基线,就无法验证优化是否真的有效。
EXPLAIN 关键字段
type 字段是最直观的信号,从优到劣大致为:system、const、eq_ref、ref、range、index、ALL。出现 ALL 通常意味着全表扫描,需要警惕。possible_keys 显示可能用到的索引,key 显示实际使用的索引——两者不一致时,说明优化器有别的考量。
rows 是预估扫描行数,Filtered 是经过条件过滤后剩余的比例,两者相乘能粗略估算实际读取量。Extra 字段包含重要信息:Using index 表示覆盖索引(好事),Using filesort 与 Using temporary 往往意味着额外排序或临时表,是重点优化对象。
从执行计划到优化动作
看到全表扫描,先检查 WHERE 条件是否命中索引、是否存在隐式类型转换或函数包裹;看到 Using filesort,考虑为排序字段建立合适的联合索引;看到回表过多,考虑覆盖索引。多表 JOIN 时,注意驱动表的选择——优化器通常倾向小表驱动大表,可用 STRAIGHT_JOIN 干预。
别忘了用 ANALYZE TABLE 更新统计信息,优化器的判断依赖这些数据。过期或偏差过大的统计信息,会导致执行计划选择错误。
优化要有闭环
每次只改一个变量,改完用 EXPLAIN 与实际执行时间双重验证。记录优化前后的对比,沉淀为团队案例。性能调优不是玄学,而是可测量、可复现的工程活动。