MySQL 查询慢？项目接口性能优化全攻略（附方案对比）

MySQL 查询慢？项目接口性能优化全攻略（附方案对比）

随着项目数据量的增长，接口响应慢、查询卡顿、数据库压力飙升成为常见问题。本文将结合实际项目，从多个角度（数据库设计、查询优化、缓存策略、搜索引擎、分库分表）出发，详解如何优化查询性能。

✅ 优化目标

• 降低查询响应时间
• 减轻数据库压力
• 提升系统稳定性和可扩展性

🧱 一、MySQL 查询层优化

1. 添加合适索引

• 针对 WHERE、ORDER BY、JOIN 字段建立联合索引
• 避免在索引字段使用函数或不等号（如 !=, <>）

示例：

sql 体验AI代码助手 代码解读复制代码-- 不推荐：函数使索引失效
SELECT * FROM users WHERE DATE(created_at) = '2024-01-01';

-- 推荐写法：
SELECT * FROM users WHERE created_at >= '2024-01-01' AND created_at < '2024-01-02';

2. 分页优化

-- 慢分页
SELECT * FROM orders ORDER BY id LIMIT 100000, 10;

-- 快分页
SELECT * FROM orders WHERE id > 100000 ORDER BY id LIMIT 10;

3. SQL 查询重写

• 避免 SELECT *
• 拆解复杂 JOIN 查询为多次小查询 + 内存拼接

🚀 二、引入缓存层

使用场景

• 高频访问、数据变动不频繁
• 详情页、列表页、配置信息等

常见缓存方案

缓存类型	场景	推荐工具
本地缓存	单机、热点数据	Caffeine、Guava
分布式缓存	多节点共享	Redis、Memcached

示例架构：

public User getUserDetail(Long id) {
    User user = redis.get("user:" + id);
    if (user != null) return user;

    user = db.queryById(id);
    redis.set("user:" + id, user, 10min);
    return user;
}

🔎 三、复杂查询交给 Elasticsearch

示例场景

• 商品搜索
• 博客模糊匹配
• 用户行为分析

示例对比：

-- MySQL 查询：
SELECT * FROM article WHERE title LIKE '%mysql%' AND tag='数据库';
-- ES DSL 查询：
{
  "query": {
    "bool": {
      "must": [
        { "match": { "title": "mysql" } },
        { "term": { "tag": "数据库" } }
      ]
    }
  }
}

🏗️ 四、分库分表应对大数据量

常见方案：

类型	特点	工具
水平分表	按业务主键分片	ShardingSphere, MyCat
垂直拆库	按模块拆表至多个库	手动拆库、微服务

示例：使用 Sharding-JDBC 分片

tables:
  user:
    actualDataNodes: ds${0..1}.user_${0..15}
    tableStrategy:
      inline:
        shardingColumn: user_id
        algorithmExpression: user_${user_id % 16}

🧠 五、异步化处理非核心查询

• 使用消息队列投递
• 后台批处理更新缓存
• 用队列防抖聚合更新

✅ 最佳实践组合推荐

场景	推荐优化组合
用户详情页	Redis 缓存 + ID 索引优化
搜索接口	Elasticsearch + 缓存
大列表分页	游标分页 + 分表
报表查询	MySQL 预计算 + 缓存 + 异步更新
订单系统	分库分表 + 缓存热点订单