当前位置：首页 > news >正文

MySQL慢查询优化实战：从日志分析到SQL重构全流程

news 2025/11/6 6:34:16

⚡ MySQL慢查询优化实战：从日志分析到SQL重构全流程

一篇带你从发现慢查询 → 分析 → 优化 → 测试的完整实战教程
🧩 关键词：MySQL优化 / 性能分析 / 慢查询 / 索引设计

🔍 一、前言

在大型业务系统中，MySQL 慢查询会导致：

系统响应变慢
页面加载延迟
高并发下锁等待严重

解决方案就是 找到慢查询 → 分析执行计划 → 优化 SQL → 设计合理索引。
本文通过一个 电商订单查询系统 的实例，带你全流程实战演示。

🏗 二、业务场景

假设我们有一个电商系统 orders 表：

CREATE TABLE orders (id BIGINT PRIMARY KEY AUTO_INCREMENT,user_id BIGINT NOT NULL,product_id BIGINT NOT NULL,status VARCHAR(20),total_amount DECIMAL(10,2),created_at DATETIME,INDEX idx_user_created (user_id, created_at)
);

在这里插入图片描述

业务需求：

查询某用户在某时间段的订单
查询某状态订单总额
高峰期每天有百万级订单

🧾 三、开启慢查询日志

修改 MySQL 配置文件 my.cnf：

[mysqld]
slow_query_log = ON
slow_query_log_file = /var/log/mysql/slow.log
long_query_time = 1  # 秒
log_queries_not_using_indexes = 1

重启 MySQL：

sudo systemctl restart mysql

查询慢查询日志示例：

# Time: 2025-11-05T15:00:01.000000Z
# User@Host: root[root] @ localhost []
# Query_time: 3.542 Lock_time: 0.000 Rows_sent: 500 Rows_examined: 100000
SELECT * FROM orders WHERE user_id=12345 AND created_at BETWEEN '2025-11-01' AND '2025-11-05';

注意：Rows_examined=100,000 → 查询扫描了大量行，效率低

🧐 四、执行计划分析

使用 EXPLAIN 分析 SQL：

EXPLAIN SELECT * FROM orders
WHERE user_id=12345 AND created_at BETWEEN '2025-11-01' AND '2025-11-05';

输出示例：

id	select_type	table	type	possible_keys	key	rows	Extra
1	SIMPLE	orders	ref	idx_user_created	idx_user_created	100000	Using where

分析：

查询使用了 idx_user_created 索引，但扫描行数仍然多
原因：索引顺序和条件不完全匹配

🛠 五、SQL重构与索引优化

1️⃣ 优化 SQL

原 SQL：

SELECT * FROM orders 
WHERE user_id=12345 AND created_at BETWEEN '2025-11-01' AND '2025-11-05';

优化 SQL：

SELECT id, product_id, total_amount 
FROM orders
WHERE user_id=12345 AND created_at >= '2025-11-01' AND created_at <= '2025-11-05';

✅ 优化点：

只查询必要字段，避免 SELECT *
避免不必要的数据扫描

2️⃣ 调整索引

当前索引：

INDEX idx_user_created (user_id, created_at)

优化方案：

如果查询经常按 status 和时间筛选，可加复合索引：

ALTER TABLE orders 
ADD INDEX idx_user_status_created (user_id, status, created_at);

这样查询 WHERE user_id=12345 AND status='PAID' AND created_at BETWEEN ... 可以直接走索引覆盖

3️⃣ 验证优化效果

执行优化后的 SQL：

EXPLAIN SELECT id, product_id, total_amount 
FROM orders
WHERE user_id=12345 AND status='PAID' AND created_at BETWEEN '2025-11-01' AND '2025-11-05';

输出示例：

id	select_type	table	type	possible_keys	key	rows	Extra
1	SIMPLE	orders	ref	idx_user_status_created	idx_user_status_created	500	Using index

✅ Rows 从 100,000 降到 500，查询速度提升近 200 倍

🔁 六、慢查询优化全流程总结

发现慢查询
- 慢查询日志 + long_query_time
- pt-query-digest 分析大量慢查询
分析执行计划
- EXPLAIN 查看扫描方式、索引使用情况
- 关注 rows、Extra
SQL优化
- 避免 SELECT *
- 使用必要字段
- 合理拆分复杂查询
索引优化
- 复合索引覆盖查询条件
- 使用前缀索引或联合索引减少扫描量
- 删除冗余索引
验证与回归测试
- EXPLAIN + 实测响应时间
- 高并发下压测

📊 七、日志分析工具推荐

mysqldumpslow
Percona Toolkit: pt-query-digest
Grafana + Prometheus + MySQL Exporter
慢查询日志可视化面板，辅助优化

！实战范例： MySQL慢查询优化实战项目演示：百万订单表优化

1️⃣ 数据准备：生成百万级订单表

CREATE DATABASE IF NOT EXISTS shop;
USE shop;DROP TABLE IF EXISTS orders;
CREATE TABLE orders (id BIGINT PRIMARY KEY AUTO_INCREMENT,user_id BIGINT NOT NULL,product_id BIGINT NOT NULL,status VARCHAR(20),total_amount DECIMAL(10,2),created_at DATETIME,INDEX idx_user_created (user_id, created_at)
);-- 插入测试数据（模拟100万条）
DELIMITER $$CREATE PROCEDURE populate_orders()
BEGINDECLARE i INT DEFAULT 1;WHILE i <= 1000000 DOINSERT INTO orders(user_id, product_id, status, total_amount, created_at)VALUES(FLOOR(1 + RAND() * 10000),    -- user_idFLOOR(1 + RAND() * 500),      -- product_idELT(FLOOR(1 + RAND()*3), 'PAID','PENDING','CANCELLED'),ROUND(RAND()*1000, 2),NOW() - INTERVAL FLOOR(RAND()*30) DAY);SET i = i + 1;END WHILE;
END$$DELIMITER ;CALL populate_orders();

✅ 这样我们就有了百万级订单表，可真实模拟慢查询。

2️⃣ 原始慢查询测试

原 SQL 示例（经常使用场景）：

SELECT * 
FROM orders 
WHERE user_id=1234 AND created_at BETWEEN '2025-11-01' AND '2025-11-05';

执行前加 EXPLAIN 分析：

EXPLAIN SELECT * 
FROM orders 
WHERE user_id=1234 AND created_at BETWEEN '2025-11-01' AND '2025-11-05';

输出示例：

id	table	type	possible_keys	key	rows	Extra
1	orders	ref	idx_user_created	idx_user_created	100000	Using where

Rows=100,000 → 仍然扫描大量行，效率低

3️⃣ SQL重构与索引优化

优化 SQL

只查询需要字段
避免 SELECT *

SELECT id, product_id, total_amount 
FROM orders 
WHERE user_id=1234 AND created_at BETWEEN '2025-11-01' AND '2025-11-05';

新增复合索引

ALTER TABLE orders
ADD INDEX idx_user_created_status (user_id, status, created_at);

4️⃣ 优化后性能验证

EXPLAIN SELECT id, product_id, total_amount 
FROM orders 
WHERE user_id=1234 AND status='PAID'AND created_at BETWEEN '2025-11-01' AND '2025-11-05';

id	table	type	key	rows	Extra
1	orders	ref	idx_user_created_status	500	Using index

✅ Rows 从 100,000 → 500，查询速度提升近 200倍。

5️⃣ Node.js 测试脚本（可选）

用 Node.js 模拟实际请求，测试查询性能：

const mysql = require('mysql2/promise');(async function() {const conn = await mysql.createConnection({host: 'localhost',user: 'root',password: '123456',database: 'shop'});console.time('原SQL');await conn.query(`SELECT * FROM orders WHERE user_id=1234 AND created_at BETWEEN '2025-11-01' AND '2025-11-05'`);console.timeEnd('原SQL');console.time('优化SQL');await conn.query(`SELECT id, product_id, total_amount FROM orders WHERE user_id=1234 AND status='PAID' AND created_at BETWEEN '2025-11-01' AND '2025-11-05'`);console.timeEnd('优化SQL');await conn.end();
})();