网上做分销代销哪个网站好太原百度快速优化排名

🍀 前言

如果你发现自己新写或者重写的接口查询速度变慢，你怎么定位原因呢？可以用explain分析我们的SQL原生代码，又或者可以考虑使用MySQL慢查询日志。这篇文章主要讲述什么是慢查询日志以及开发中可能用到的场景。

但是，现实开发环境中的查询缓慢问题，绝不仅局限于此，往往需要先定位是整个系统的查询变慢了，还是某个功能的问题。这里仅介绍一种排查方式，但好的排查就像侦探破案，要收集证据、合理推理、验证假设，涉及到更多的维度和方面。我先暂在此记录其中一种，后面再加以完善补充。

🌟 慢查询日志是什么？

想象你是一家餐厅的经理，慢查询日志就像是餐厅的"顾客投诉记录本"——专门记录那些上菜特别慢的订单（SQL查询）。当某个查询执行时间超过你设定的"忍耐阈值"（比如2秒），MySQL就会把这个查询的详细信息记录下来。

🏷️ 与EXPLAIN的区别

EXPLAIN就像是"提前看菜谱"——在查询执行前分析它可能怎么运行。而慢查询日志是"事后查监控"——等查询真的变慢了才记录下来。

🍳 实际场景案例

假设我们有一个电商网站的orders订单表（50万条数据）和users用户表（10万条数据）：

-- 结构简化为：
CREATE TABLE users (id INT PRIMARY KEY,name VARCHAR(100),email VARCHAR(100)
);CREATE TABLE orders (id INT PRIMARY KEY,user_id INT,amount DECIMAL(10,2),create_time DATETIME
);

场景1：发现突然变慢的页面

某天客服反馈"用户订单列表页面加载特别慢"，但你不知道具体是哪条SQL导致的。

使用慢查询日志：

1. 开启日志（临时设置）：

   SET GLOBAL slow_query_log = 'ON';
   SET GLOBAL long_query_time = 1; -- 记录超过1秒的查询
   

2. 让客服重现问题
3. 查看日志发现：

   # Query_time: 3.45  Lock_time: 0.00 Rows_sent: 10 Rows_examined: 500000
   SELECT * FROM orders WHERE user_id = 1000 ORDER BY create_time DESC;
   

   原来是没有给user_id加索引导致全表扫描！

场景2：定期健康检查

每周一早上系统总是变慢，怀疑是定时任务导致的。

使用慢查询日志：

1. 用工具分析上周日志：

   mysqldumpslow -s t /var/log/mysql-slow.log
   

2. 发现每周一6:00都有这样的慢查询：

   # Query_time: 8.12  Rows_examined: 1200000
   SELECT u.name, COUNT(o.id) 
   FROM users u LEFT JOIN orders o ON u.id = o.user_id
   GROUP BY u.id;
   

   原来是周报统计查询没有优化！

🔧 使用方法四步走

1. 开启日志（临时或永久）

   -- 临时开启（重启失效）
   SET GLOBAL slow_query_log = 'ON';
   SET GLOBAL long_query_time = 1; -- 1秒阈值-- 永久开启（修改my.cnf）
   [mysqld]
   slow_query_log = 1
   slow_query_log_file = /var/log/mysql-slow.log
   long_query_time = 1
   

2. 重现问题

   • 让用户操作慢的页面
   • 或者等待定时任务执行

3. 查看日志位置

   SHOW VARIABLES LIKE 'slow_query_log_file';
   

4. 分析日志

   # 查看最慢的3个查询
   mysqldumpslow -t 3 /var/log/mysql-slow.log# 查看所有包含'orders'的慢查询
   mysqldumpslow -g 'orders' /var/log/mysql-slow.log
   

🛠️ 真实优化案例

日志记录：

# Query_time: 5.67  Rows_examined: 500000
SELECT * FROM products 
WHERE name LIKE '%手机%' 
AND price BETWEEN 1000 AND 2000
ORDER BY sales DESC;

优化步骤：

1. 发现没有使用索引（Rows_examined=全表）
2. 添加合适索引：

   ALTER TABLE products ADD INDEX idx_search (price, sales);
   

3. 改写查询：

   SELECT * FROM products 
   WHERE price BETWEEN 1000 AND 2000
   AND name LIKE '%手机%'
   ORDER BY sales DESC;
   

4. 优化后：Query_time降到0.15秒

💡 什么时候该用它？

1. 当系统整体变慢，但不确定原因时
2. 当特定页面/功能突然变慢时
3. 定期检查系统性能时（比如每周分析一次）
4. 上线新功能后监控SQL性能时

小结：慢查询日志就像数据库的"体检报告"，定期检查才能保持系统健康！

可参考链接🔗：MySQL慢查询日志总结