如何使用MySQL快速定位慢SQL问题？企业级开发中常见业务场景中实际发生的例子。（一）

本文链接：https://blog.youkuaiyun.com/RitaAndWakaka/article/details/146309089

在企业级开发中如何用MySQL快速定位慢SQL问题？

开启慢查询日志、设置慢查询时间限制等基础操作，这些是定位慢SQL的关键步骤。使用EXPLAIN分析SQL执行计划，以及常见的导致SQL变慢的原因，比如索引失效、多表连接等。比如一个购物平台的订单查询业务中，想定位慢查询的问题。按照定位慢SQL的一般流程，先开启慢查询日志，设置合适的阈值，接着通过日志找到具体的慢SQL语句。在找到慢SQL后，使用EXPLAIN来分析它的执行计划，重点关注type、possible_keys、key、rows、extra这些指标，判断是否存在索引未使用、全表扫描等问题。同时，结合业务场景，考虑是否还有其他因素导致SQL变慢，比如数据量过大、查询字段过多等。
最后，针对分析出的问题，给出相应的优化建议，像添加索引、优化查询语句、分库分表等，可以通过这个思路一步步定位和解决慢SQL问题。

下面，我们举几个实际企业级开发中经常遇到的慢查询的例子，展开来详细分析并给出合理的慢查询优化建议。希望通过这两个例子，将慢查询的分析排查以及优化的过程做一个详细的分析，让大家都能有一个清晰的理解，方便以后大家在企业级开发中遇到类似问题能够游刃有余。

———————(●'◡'●)—————————华丽的分割线—————————————————

示例一

业务场景

某电商平台在促销活动期间，用户查询订单详情的接口响应时间明显变慢，影响用户体验。经过初步排查，怀疑是数据库中的某些SQL查询出现了性能问题。

定位慢SQL的步骤

开启慢查询日志 首先，确认MySQL是否开启了慢查询日志。在数据库服务器上执行以下命令：(sql)
```
SHOW VARIABLES LIKE '%slow%';
```
如果slow_query_log的值为OFF，则需要开启它，并设置慢查询的时间阈值，如将超过1s的查询视为慢查询：(sql)
```
SET GLOBAL slow_query_log = ON;
SET GLOBAL long_query_time = 1;
```
同时，可以查看慢查询日志文件的路径：
```
SHOW VARIABLES LIKE 'slow_query_log_file';
```
这样，所有执行时间超过1s的SQL语句都会被记录到慢查询日志中。
分析慢查询日志 使用MySQL自带的工具mysqldumpslow来分析慢查询日志，找出执行时间最长或执行次数最多的慢SQL语句。例如：（bash）
```
mysqldumpslow -s t -t 5 /path/to/slow-query.log
```
这条命令会按照查询时间排序，显示前5条最慢的SQL语句。

3. 使用EXPLAIN分析SQL执行计划 对于找到的慢SQL语句，使用EXPLAIN命令来查看其执行计划。例如，假设慢查询日志中有一条查询订单详情的SQL：

SELECT * FROM orders WHERE user_id = 12345 AND order_status = 'PENDING';

在数据库中执行：

EXPLAIN SELECT * FROM orders WHERE user_id = 12345 AND order_status = 'PENDING';

通过查看EXPLAIN的输出，重点关注以下指标：

type：查询类型，值越靠前（如const、ref）表示性能越好，ALL表示全表扫描，性能最差
possible_keys和key：显示可能使用的索引和实际使用的索引，若key为NULL，说明没有使用索引。
rows：查询需要扫描的行数，数值越大表示性能越差。
Extra：包含额外信息，如Using filesort表示需要额外排序操作，Using temporary表示需要创建临时表。

4.结合业务分析原因

在本例中，经过EXPLAIN分析发现，上述SQL语句的type为ALL，rows高达数十万，且Extra中有Using filesort。结合业务场景，促销活动期间订单量激增，表中数据量大幅增长，而查询条件中的user_id和order_status未建立联合索引，导致查询时需要全表扫描并进行文件排序，从而性能下降。

5.制定优化方案 可以采取以下优化措施：

添加索引：为orders表的user_id和order_status字段创建联合索引，以加快查询速度：
```
ALTER TABLE orders ADD INDEX idx_user_status (user_id, order_status);
```
优化查询语句：避免使用SELECT *，只查询需要的字段，减少数据传输量。
分库分表：如果数据量持续增长，考虑对orders表进行分库分表操作，将数据分散存储，减轻单库压力