线上告警：接口响应超时。一查，又是慢SQL。
这种场景太常见了。数据库是后端最常见的性能瓶颈，而慢SQL是罪魁祸首。这篇把我排查慢SQL的套路整理出来。
第一步：找到慢SQL
1. 开启慢查询日志
-- 查看是否开启SHOWVARIABLESLIKE'slow_query%';SHOWVARIABLESLIKE'long_query_time';-- 动态开启（重启失效）SETGLOBALslow_query_log='ON';SETGLOBALlong_query_time=1;-- 超过1秒算慢SETGLOBALslow_query_log_file='/var/log/mysql/slow.log';永久生效写my.cnf：
[mysqld] slow_query_log = 1 slow_query_log_file = /var/log/mysql/slow.log long_query_time = 1 log_queries_not_using_indexes = 1 # 没用索引的也记录2. 分析慢查询日志
# 用mysqldumpslow分析mysqldumpslow-st-t10/var/log/mysql/slow.log# -s t: 按查询时间排序# -t 10: 显示前10条# 输出示例# Count: 156 Time=3.21s (500s) Lock=0.00s (0s) Rows=1000.0 (156000)# SELECT * FROM orders WHERE user_id = N AND status = N3. 实时查看正在执行的SQL
-- 查看当前进程SHOWPROCESSLIST;SHOWFULLPROCESSLIST;-- 显示完整SQL-- 看哪个SQL执行时间长SELECT*FROMinformation_schema.processlistWHEREcommand!='Sleep'ORDERBYtimeDESC;-- 杀掉卡住的查询KILL进程ID;4. performance_schema分析
-- 开启（MySQL 5.6+默认开启）-- 查询最耗时的SQLSELECTDIGEST_TEXT,COUNT_STARASexec_count,SUM_TIMER_WAIT/1000000000000AStotal_time_sec,AVG_TIMER_WAIT/1000000000ASavg_time_ms,SUM_ROWS_EXAMINEDASrows_examinedFROMperformance_schema.events_statements_summary_by_digestORDERBYSUM_TIMER_WAITDESCLIMIT10;第二步：分析执行计划
找到慢SQL后，用EXPLAIN分析。
EXPLAIN基本用法
EXPLAINSELECT*FROMordersWHEREuser_id=123ANDstatus=1;输出关键字段：
| 字段 | 含义 | 关注点 |
|---|---|---|
| type | 访问类型 | ALL全表扫描要优化 |
| key | 实际用的索引 | NULL说明没用索引 |
| rows | 预估扫描行数 | 越小越好 |
| Extra | 额外信息 | Using filesort、Using temporary要注意 |
type类型（从好到差）
system > const > eq_ref > ref > range > index > ALL - const: 主键或唯一索引等值查询，最多一条 - eq_ref: 多表join时，被驱动表用主键/唯一索引 - ref: 普通索引等值查询 - range: 索引范围扫描 - index: 全索引扫描（比ALL好，但也不理想） - ALL: 全表扫描，必须优化真实案例分析
-- 问题SQLEXPLAINSELECT*FROMordersWHEREcreate_time>'2024-01-01'ANDstatus=1ORDERBYidDESCLIMIT100;-- 输出+----+-------------+--------+------+---------------+------+---------+------+--------+-----------------------------+|id|select_type|table|type|possible_keys|key|key_len|ref|rows|Extra|+----+-------------+--------+------+---------------+------+---------+------+--------+-----------------------------+|1|SIMPLE|orders|ALL|idx_create|NULL|NULL|NULL|500000|Usingwhere;Usingfilesort|+----+-------------+--------+------+---------------+------+---------+------+--------+-----------------------------+问题：
type=ALL：全表扫描key=NULL：没用索引Using filesort：额外排序
第三步：索引优化
1. 联合索引的最左前缀原则
-- 有索引 (a, b, c)-- 能用上索引WHEREa=1WHEREa=1ANDb=2WHEREa=1ANDb=2ANDc=3-- 用不上或部分用上WHEREb=2-- 不能用（跳过了a）WHEREa=1ANDc=3-- 只用到a（跳过了b）WHEREb=2ANDc=3-- 不能用2. 覆盖索引
-- 原SQL，需要回表SELECT*FROMusersWHEREage>20;-- 优化：只查索引包含的列SELECTid,name,ageFROMusersWHEREage>20;-- 如果有索引 (age, name)，就是覆盖索引，不用回表-- Extra显示 Using index3. 索引失效的常见原因
-- 1. 对索引列做运算或函数SELECT*FROMordersWHEREYEAR(create_time)=2024;-- ❌SELECT*FROMordersWHEREcreate_time>='2024-01-01'ANDcreate_time<'2025-01-01';-- ✅-- 2. 隐式类型转换-- phone是varchar类型SELECT*FROMusersWHEREphone=13800138000;-- ❌ 数字，会转换SELECT*FROMusersWHEREphone='13800138000';-- ✅ 字符串-- 3. LIKE以%开头SELECT*FROMusersWHEREnameLIKE'%张';-- ❌SELECT*FROMusersWHEREnameLIKE'张%';-- ✅-- 4. OR条件中有非索引列SELECT*FROMusersWHEREid=1ORname='张三';-- name没索引则全表-- 5. 不等于 != 或 <>SELECT*FROMusersWHEREstatus!=0;-- 可能全表扫描-- 6. IS NULL 或 IS NOT NULL（视情况）-- 如果NULL值很多，优化器可能选择全表扫描4. 索引设计原则
-- 查询条件优先-- 经常出现在WHERE、JOIN、ORDER BY的列建索引-- 区分度高的列优先-- 区分度 = COUNT(DISTINCT col) / COUNT(*)-- 性别区分度低（0.5），手机号区分度高（接近1）-- 联合索引：把区分度高的放前面CREATEINDEXidx_userONorders(user_id,status);-- user_id区分度更高-- 适当冗余，避免回表-- 如果经常查 SELECT id, name FROM users WHERE age > 20-- 可以建 INDEX idx_age_name (age, name)第四步：SQL改写优化
1. 避免SELECT *
-- 差SELECT*FROMordersWHEREuser_id=123;-- 好：只查需要的列SELECTid,order_no,amount,statusFROMordersWHEREuser_id=123;2. 小表驱动大表
-- user表1000条，order表100万条-- 差：大表驱动小表SELECT*FROMorders oLEFTJOINusers uONo.user_id=u.id;-- 好：小表驱动大表SELECT*FROMusers uLEFTJOINorders oONu.id=o.user_id;-- 或者用EXISTSSELECT*FROMorders oWHEREEXISTS(SELECT1FROMusers uWHEREu.id=o.user_idANDu.status=1);3. 分页优化
-- 深分页问题：OFFSET很大时很慢SELECT*FROMordersORDERBYidLIMIT100000,20;-- 要扫描100020行，丢弃前100000行-- 优化1：用上一页的IDSELECT*FROMordersWHEREid>上一页最后一条的IDORDERBYidLIMIT20;-- 优化2：延迟关联SELECTo.*FROMorders oINNERJOIN(SELECTidFROMordersORDERBYidLIMIT100000,20)tONo.id=t.id;-- 子查询只查主键，速度快4. 避免在循环中查询
// 差：N+1查询users:=getUsers()for_,user:=rangeusers{orders:=getOrdersByUserID(user.ID)// 循环里查询}// 好：批量查询users:=getUsers()userIDs:=extractUserIDs(users)orders:=getOrdersByUserIDs(userIDs)// 一次查出来orderMap:=groupByUserID(orders)5. UNION ALL 替代 UNION
-- UNION会去重，需要排序SELECTidFROMordersWHEREstatus=1UNIONSELECTidFROMordersWHEREstatus=2;-- UNION ALL不去重，更快SELECTidFROMordersWHEREstatus=1UNIONALLSELECTidFROMordersWHEREstatus=2;第五步：表结构优化
1. 选择合适的数据类型
-- 整数类型TINYINT-- 1字节，-128~127SMALLINT-- 2字节INT-- 4字节BIGINT-- 8字节-- 状态字段用TINYINT足够，别用INTstatusTINYINTNOTNULLDEFAULT0-- 时间戳用INT存储（4字节）比DATETIME（8字节）省空间-- 但DATETIME可读性好，看业务需求-- 金额用DECIMAL，别用FLOAT/DOUBLE（精度问题）amountDECIMAL(10,2)NOTNULLDEFAULT0.002. 大表拆分
-- 垂直拆分：把大字段拆出去-- orders表id,user_id,order_no,amount,status,create_time-- order_details表（大字段）id,order_id,goods_info,remark-- 水平拆分：按时间或ID分表orders_2024,orders_2025 orders_0,orders_1,orders_2...orders_15-- 按user_id取模3. 归档历史数据
-- 定期把老数据移到归档表INSERTINTOorders_archiveSELECT*FROMordersWHEREcreate_time<'2023-01-01';DELETEFROMordersWHEREcreate_time<'2023-01-01'LIMIT10000;-- 小批量删除，避免锁表太久真实案例：一次慢查询排查
现象：订单列表接口偶尔超时
排查过程：
- 查慢查询日志，找到问题SQL：
SELECT*FROMordersWHEREuser_id=123ANDstatusIN(1,2,3)ANDcreate_time>'2024-01-01'ORDERBYcreate_timeDESCLIMIT20;- EXPLAIN分析：
type: ref key: idx_user_id rows: 50000 Extra: Using where; Using filesort虽然用了索引，但rows很大，还有filesort。
分析：
- 这个用户订单很多（大客户）
idx_user_id单列索引，筛选后还要回表过滤status和时间- ORDER BY create_time和索引顺序不一致，要filesort
优化方案：
-- 新建联合索引CREATEINDEXidx_user_status_timeONorders(user_id,status,create_time);-- 改SQL，把IN改成多个条件SELECT*FROMordersWHEREuser_id=123ANDstatus=1ANDcreate_time>'2024-01-01'ORDERBYcreate_timeDESCLIMIT20UNIONALLSELECT*FROMordersWHEREuser_id=123ANDstatus=2ANDcreate_time>'2024-01-01'ORDERBYcreate_timeDESCLIMIT20...或者接受现状，在应用层做缓存。
- 结果：查询时间从2s降到50ms。
工具推荐
- pt-query-digest：分析慢查询日志，比mysqldumpslow强大
- Percona Toolkit：一套MySQL工具集
- MySQL Workbench：可视化执行计划
- Explain Analyze（MySQL 8.0+）：真实执行统计
-- MySQL 8.0+ 用EXPLAIN ANALYZEEXPLAINANALYZESELECT*FROMordersWHEREuser_id=123;-- 显示真实执行时间，而不是预估总结
慢SQL排查的套路：
- 定位：慢查询日志、SHOW PROCESSLIST、performance_schema
- 分析：EXPLAIN看执行计划，重点关注type、key、rows、Extra
- 优化：
- 索引优化：联合索引、覆盖索引、避免索引失效
- SQL改写：避免SELECT *、分页优化、小表驱动大表
- 表结构优化：合适的数据类型、大表拆分
记住一点：看数据量，看场景。100条数据的表，怎么写都快；上亿数据的表，细节决定成败。
有问题评论区聊。