## 一、为什么需要SQL调优

在应用开发中，SQL性能直接影响系统响应速度：

**慢SQL的影响：**
- 页面加载缓慢，用户体验差
- 数据库CPU使用率飙升
- 连接池耗尽，应用不可用
- 甚至引发连锁故障

**调优的目标：**
- 查询时间从秒级降到毫秒级
- 减少数据库资源消耗
- 提升系统吞吐量

## 二、执行计划分析

### 1. EXPLAIN使用

```sql
-- 基本分析
EXPLAIN SELECT * FROM orders WHERE user_id = 1001;

-- 详细分析（MySQL 8.0+）
EXPLAIN ANALYZE SELECT * FROM orders WHERE user_id = 1001;
```

**返回字段说明：**

| 字段 | 说明 |
|------|------|
| id | 查询编号 |
| select_type | 查询类型 |
| table | 涉及的表 |
| partitions | 涉及的分区 |
| type | 访问类型（重要） |
| possible_keys | 可用的索引 |
| key | 实际使用的索引 |
| key_len | 索引长度 |
| ref | 索引列的引用 |
| rows | 预计扫描行数（重要） |
| filtered | 过滤比例 |
| Extra | 额外信息（重要） |

### 2. 访问类型

| type值 | 说明 | 性能 |
|--------|------|------|
| ALL | 全表扫描 | 最差 |
| index | 索引全扫描 | 较差 |
| range | 索引范围扫描 | 一般 |
| ref | 索引等值查询 | 较好 |
| eq_ref | 唯一索引查询 | 较好 |
| const | 常量查询 | 最好 |

### 3. Extra信息

| 信息 | 说明 |
|------|------|
| Using filesort | 需要额外排序 |
| Using temporary | 使用临时表 |
| Using index | 覆盖索引 |
| Using index condition | 索引下推 |
| Using where | 使用WHERE过滤 |

## 三、索引优化

### 1. 索引设计原则

```
1. 区分度高的列放在前面
2. 复合索引遵循最左前缀原则
3. 不要在索引列上做函数运算
4. 尽量使用覆盖索引
5. 避免索引失效
```

### 2. 索引示例

```sql
-- 用户表索引设计
CREATE TABLE users (
    id BIGINT PRIMARY KEY AUTO_INCREMENT,
    phone VARCHAR(20),
    email VARCHAR(100),
    status TINYINT,
    create_time TIMESTAMP,
    
    -- 手机号查询（高频率）
    INDEX idx_phone (phone),
    
    -- 邮箱查询
    INDEX idx_email (email),
    
    -- 复合索引：状态+创建时间（按状态筛选后按时间排序）
    INDEX idx_status_time (status, create_time),
    
    -- 复合索引：查询某个状态的最新用户
    INDEX idx_status_create (status, create_time DESC)
);

-- 订单表索引设计
CREATE TABLE orders (
    id BIGINT PRIMARY KEY AUTO_INCREMENT,
    order_no VARCHAR(32),
    user_id BIGINT,
    shop_id BIGINT,
    order_status TINYINT,
    order_amount DECIMAL(12,2),
    order_time TIMESTAMP,
    pay_time TIMESTAMP,
    
    -- 订单号唯一索引
    UNIQUE INDEX uk_order_no (order_no),
    
    -- 用户订单列表（最常用）
    INDEX idx_user_time (user_id, order_time DESC),
    
    -- 商家订单列表
    INDEX idx_shop_time (shop_id, order_time DESC),
    
    -- 状态查询
    INDEX idx_status (order_status),
    
    -- 复合索引：商家+状态+时间
    INDEX idx_shop_status_time (shop_id, order_status, order_time DESC)
);
```

### 3. 索引失效场景

```sql
-- ❌ 索引列做运算
SELECT * FROM users WHERE YEAR(create_time) = 2024;

-- ✅ 正确写法
SELECT * FROM users WHERE create_time >= '2024-01-01' 
AND create_time < '2025-01-01';

-- ❌ 使用函数
SELECT * FROM users WHERE LOWER(phone) = '13800138000';

-- ✅ 正确写法
SELECT * FROM users WHERE phone = '13800138000';

-- ❌ 类型转换
SELECT * FROM orders WHERE order_no = 12345;

-- ✅ 正确写法
SELECT * FROM orders WHERE order_no = '12345';

-- ❌ 前缀模糊查询
SELECT * FROM users WHERE phone LIKE '%138';

-- ✅ 正确写法（后缀模糊查询仍可以用索引）
SELECT * FROM users WHERE phone LIKE '138%';
```

## 四、SQL优化技巧

### 1. 避免SELECT *

```sql
-- ❌ 查询所有列
SELECT * FROM orders WHERE order_id = 1;

-- ✅ 只查询需要的列
SELECT order_id, order_no, order_amount 
FROM orders WHERE order_id = 1;
```

### 2. 批量操作

```sql
-- ❌ 循环插入
INSERT INTO orders (order_no) VALUES ('A001');
INSERT INTO orders (order_no) VALUES ('A002');

-- ✅ 批量插入
INSERT INTO orders (order_no) VALUES ('A001'), ('A002'), ('A003');
```

### 3. 避免深度分页

```sql
-- ❌ 深度分页
SELECT * FROM orders ORDER BY id LIMIT 1000000, 10;

-- ✅ 方式1：游标分页
SELECT * FROM orders 
WHERE id > 1000000 
ORDER BY id LIMIT 10;

-- ✅ 方式2：子查询
SELECT * FROM (
    SELECT id FROM orders ORDER BY id LIMIT 1000000, 10
) t 
JOIN orders ON t.id = orders.id;

-- ✅ 方式3：记录总数（先查ID）
SELECT * FROM orders 
WHERE id IN (SELECT id FROM orders ORDER BY id LIMIT 1000000, 10);
```

### 4. 预计算

```sql
-- ❌ 每次统计
SELECT COUNT(*) FROM orders 
WHERE order_date = '2024-01-15';

-- ✅ 预计算表
CREATE TABLE daily_order_stats (
    stat_date DATE PRIMARY KEY,
    order_count INT,
    order_amount DECIMAL(14,2)
);

-- 定时更新统计数据
INSERT INTO daily_order_stats 
SELECT order_date, COUNT(*), SUM(order_amount)
FROM orders 
WHERE order_date = '2024-01-14'
GROUP BY order_date;
```

## 五、慢查询诊断

### 1. 开启慢查询日志

```sql
-- 查看配置
SHOW VARIABLES LIKE 'slow_query_log%';
SHOW VARIABLES LIKE 'long_query_time%';

-- 开启慢查询
SET GLOBAL slow_query_log = 'ON';
SET GLOBAL long_query_time = 1; -- 1秒

-- 查看慢查询
SHOW GLOBAL STATUS LIKE 'Slow_queries';
```

### 2. 分析慢查询

```sql
-- 查看最近的慢查询
SELECT * FROM mysql.slow_log ORDER BY start_time DESC LIMIT 10;

-- 使用mysqldumpslow分析
mysqldumpslow -s t -t 10 /var/log/mysql/slow.log
```

### 3. 诊断脚本

```sql
-- 查看最慢的查询
SELECT 
    query,
    count(*) as executions,
    avg(sec) as avg_sec,
    max(sec) as max_sec,
    sum(sec) as total_sec
FROM (
    SELECT SUBSTRING(SQL_TEXT, 1, 100) as query,
           TIME_TO_SEC(EXEC_TIME) as sec
    FROM mysql.slow_query_log
) t
GROUP BY query
ORDER BY total_sec DESC
LIMIT 10;
```

## 六、实战案例

### 案例1：订单列表优化

**原始SQL：**
```sql
SELECT * FROM orders 
WHERE user_id = 1001 
ORDER BY create_time DESC 
LIMIT 0, 20;
```

**分析结果：**
- type: ALL（全表扫描）
- rows: 1000000（扫描100万行）
- Extra: Using filesort（需要排序）

**优化方案：**
```sql
-- 添加复合索引
ALTER TABLE orders ADD INDEX idx_user_time (user_id, create_time DESC);
```

**优化后：**
- type: ref（索引查询）
- rows: 20（只扫描20行）
- Extra: Using index condition

### 案例2：统计查询优化

**原始SQL：**
```sql
SELECT 
    DATE(order_time) as date,
    COUNT(*) as order_count,
    SUM(order_amount) as total_amount
FROM orders
WHERE order_time >= '2024-01-01'
GROUP BY DATE(order_time);
```

**问题：** 在GROUP BY上使用函数，导致索引失效

**优化方案：**
```sql
-- 方案1：避免函数
ALTER TABLE orders ADD INDEX idx_order_time (order_time);

-- 方案2：预计算表
CREATE TABLE daily_stats (
    stat_date DATE PRIMARY KEY,
    order_count INT,
    order_amount DECIMAL(14,2)
);

-- 定时任务每天0点计算前一天数据
INSERT INTO daily_stats
SELECT 
    DATE(order_time) as stat_date,
    COUNT(*) as order_count,
    SUM(order_amount) as order_amount
FROM orders
WHERE order_time >= NOW() - INTERVAL 1 DAY
GROUP BY DATE(order_time);

-- 查询预计算表
SELECT * FROM daily_stats WHERE stat_date >= '2024-01-01';
```

## 七、总结

SQL调优是提升数据库性能的核心：

- **执行计划**：分析查询如何执行
- **索引优化**：创建合适的索引
- **SQL重构**：避免性能陷阱
- **慢查询监控**：及时发现问题

**最佳实践：**
1. 优先使用索引，避免全表扫描
2. 避免在索引列上使用函数
3. 用EXPLAIN分析每条慢SQL
4. 定期维护索引（重建、删除冗余）

---

*个人观点，仅供参考*

【架构实战】SQL调优实战：从执行计划到索引优化

SQL调优是提升数据库性能的核心：

执行计划：分析查询如何执行

索引优化：创建合适的索引

SQL重构：避免性能陷阱

慢查询监控：及时发现问题

研发部经理

云计算

SQL调优提升数据库性能：通过执行计划分析、索引优化和SQL重构，避免全表扫描和索引失效。掌握EXPLAIN工具使用，合理设计复合索引，优化慢查询日志监控，实现查询从秒级到毫秒级的飞跃，显著提升系统吞吐量和用户体验。

数据库

2026采购季 | AI焕新·智启新局

tencentdb-catalog

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云AI代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

功能1上新10个字符

功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符。

功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符。

功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符

功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符

功能4上新

文章&问答评论现已支持表情

全新交互，全新视觉，新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能，全面提升创作效率和体验

社区富文本编辑器全新改版！诚邀体验～ 

精选全网热门MCP server，让你的AI更好用 🚀

💥开发者 MCP广场重磅上线！

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

【架构实战】SQL调优实战：从执行计划到索引优化-腾讯云开发者社区-腾讯云

【架构实战】SQL调优实战：从执行计划到索引优化

【架构实战】SQL调优实战：从执行计划到索引优化

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐