慢SQL的优化方法
MySQL 数据库的 SQL 优化是提升性能的核心环节，主要从 减少数据扫描量、降低计算复杂度 和 避免资源竞争 三大方向切入。以下是具体优化方向及实践策略：
一、索引优化（核心方向）
精准添加索引
WHERE/JOIN/ORDER BY/GROUP BY 高频过滤列必建索引
联合索引遵循最左前缀原则（
(a,b,c)可支持a | a,b | a,b,c查询）覆盖索引：避免回表（
SELECT字段全部在索引中避免索引失效场景
禁止对索引列 函数操作：
WHERE YEAR(create_time)=2023换成WHERE create_time BETWEEN '2023-01-01' AND '2023-12-31'避免隐式类型转换：
WHERE phone=13800138000（若phone是字符串类型则失效）LIKE左模糊禁止：LIKE '%abc'换成LIKE 'abc%'
二、SQL 语句重写优化
避免全表扫描
禁用
SELECT *，只取必要字段分页深度优化：用 游标分页 替代
OFFSET子查询优化
关联子查询 → JOIN：减少嵌套查询次数
-- 低效：逐行执行子查询 SELECT * FROM users u WHERE EXISTS (SELECT 1 FROM orders o WHERE o.user_id = u.id); -- 高效：JOIN 一次完成 SELECT DISTINCT u.* FROM users u JOIN orders o ON u.id = o.user_id;
join查询注意驱动表，提前筛选出要查询的数据量
避免临时表与文件排序
ORDER BY/GROUP BY字段与索引顺序一致大结果集分阶段处理（如分批聚合）
-- 传统分页（越后越慢） SELECT * FROM orders ORDER BY id LIMIT 100000, 20; -- 游标分页（恒定速度） SELECT * FROM orders WHERE id > 100000 ORDER BY id LIMIT 20;
三、执行计划深度调优
强制索引选择
当优化器选错索引时，用
FORCE INDEX干预拆解复杂 SQL
多表 JOIN 拆分为单表查询 + 程序内存计算
大批量更新分批次执行（减少锁竞争）
-- 单次更新100万行 → 锁表风险 UPDATE logs SET status=1 WHERE create_time < '2023-01-01'; -- 分批更新（每批1万行） WHILE (affected_rows > 0) DO UPDATE logs SET status=1 WHERE create_time < '2023-01-01' LIMIT 10000; END WHILE;
四、数据类型与表达式优化
类型精确匹配
避免字符串与数字比较：
WHERE id = '100'→WHERE id = 100枚举值使用 ENUM 类型（减少存储+加速过滤）
短路计算应用
高过滤性条件前置：
-- 优先用 status 过滤（假设status过滤90%数据） SELECT * FROM orders WHERE status = 'shipped' AND total_price < 100;
五、高级策略与架构协同
读写分离
报表类查询路由到只读副本，减轻主库压力
缓存层拦截
热点数据（如商品信息）用 Redis 缓存，避免重复查询
异步处理
非实时统计任务写入消息队列（如 Kafka）异步计算