MySQL中慢查询优化的技术指南

 更新时间:2025年06月24日 09:12:00   作者:拾荒的小海螺  
后端开发中,数据库是系统性能瓶颈的高发地带,而慢查询往往是系统响应迟缓的罪魁祸首,本文将全面梳理慢SQL的优化思路,感兴趣的小伙伴可以了解下

1、简述

在 Java 后端开发中,数据库是系统性能瓶颈的高发地带,而 慢 SQL 查询 往往是系统响应迟缓的“罪魁祸首”。本文将全面梳理慢 SQL 的优化思路,并结合 Java 示例进行实战演练。

2、慢查询的常见表现

慢查询通常表现为:

  • 接口响应时间缓慢
  • 数据库 CPU 占用高
  • 表锁、死锁频繁
  • Java 应用线程池阻塞严重

慢 SQL 的主要成因

成因类型说明
未使用索引全表扫描,查询耗时
使用了低效的函数或表达式如 LIKE '%xx%', DATE()
多表关联不当join 条件缺失或不走索引
过多返回字段只用到了部分字段却 SELECT *
where 条件不精准无法过滤大量无关数据
数据库设计不合理字段冗余、缺乏范式、字段类型错误等

3、慢查询优化的通用思路

加索引(重点)

为 WHERE、JOIN、ORDER BY、GROUP BY 中涉及的字段加索引

避免使用函数包裹字段,如 LEFT(name, 3),会导致无法使用索引

使用 EXPLAIN 分析执行计划

EXPLAIN SELECT * FROM orders WHERE user_id = 100;

关注字段:

字段说明
type连接类型(越接近 const 越好)
rows扫描行数(越小越好)
key使用的索引名称
Extra是否使用临时表、排序等

分页优化

避免深度分页:

-- 慢查询(跳过大量行)
SELECT * FROM orders LIMIT 1000000, 20;

-- 推荐(使用上次主键记录)
SELECT * FROM orders WHERE id > 1000000 LIMIT 20;

拆表分区

垂直拆分:将大表按字段拆分为多个表

水平分表:按业务字段分库分表(如 user_id 分表)

分区表:MySQL 原生支持(适合历史归档数据)

减少嵌套子查询

使用 JOIN 或临时表替代子查询,更高效。

SQL 只查需要的字段

-- 慎用
SELECT * FROM user;

-- 推荐
SELECT id, name, email FROM user;

4、慢 SQL 实践排查与优化

示例:慢查询前后对比

原始 SQL(慢)

SELECT * FROM orders WHERE DATE(create_time) = '2024-01-01';

问题:

  • 使用了 DATE() 函数,索引失效
  • 全表扫描,耗时严重

优化 SQL(快)

SELECT * FROM orders 
WHERE create_time >= '2024-01-01 00:00:00' 
  AND create_time < '2024-01-02 00:00:00';

优点:

  • 范围查询走索引
  • 支持时间范围过滤

Java 中日志配置监控慢 SQL

# application.yml 示例(Spring Boot)
logging:
  level:
    com.zaxxer.hikari.HikariConfig: DEBUG
    com.zaxxer.hikari: TRACE
spring:
  datasource:
    url: jdbc:mysql://localhost:3306/demo
    username: root
    password: root
    hikari:
      maximum-pool-size: 10
      connection-timeout: 3000

使用工具(如 p6spy)打印 SQL 及耗时,或开启 MySQL 慢查询日志:

-- MySQL 开启慢查询日志
SET GLOBAL slow_query_log = 'ON';
SET GLOBAL long_query_time = 1; -- 超过 1 秒记录

SQL 优化 checklist

  • 是否使用了合适的索引
  • 是否避免了函数、表达式阻碍索引
  • 是否使用了 EXPLAIN 检查执行计划
  • 是否合理分页、避免深度翻页
  • 是否控制了查询字段数量
  • 是否考虑拆分大表或分区表
  • 是否避免了嵌套子查询

5、SQL 优化实战样例

场景 1:模糊查询优化

-- 慢:前置通配符无法使用索引
SELECT * FROM user WHERE name LIKE '%abc%';

-- 优化:使用全文索引或右模糊匹配
SELECT * FROM user WHERE name LIKE 'abc%';

场景 2:避免函数阻碍索引

-- 慢
SELECT * FROM orders WHERE YEAR(create_time) = 2024;

-- 快
SELECT * FROM orders 
WHERE create_time >= '2024-01-01' 
  AND create_time < '2025-01-01';

场景 3:多字段组合索引使用顺序

-- 有联合索引 (user_id, status)

-- 推荐:user_id 和 status 都参与
SELECT * FROM orders WHERE user_id = 100 AND status = 'PAID';

-- 不推荐:只用 status,索引无法生效
SELECT * FROM orders WHERE status = 'PAID';

6、结语

慢查询是系统性能优化的重要战场。对于 Java 开发者而言,理解 SQL 执行机制和优化原则,比“用缓存”更根本、更有效。

日常开发中,应做到:

  • 编写 SQL 前先考虑是否能走索引
  • 查询慢时第一时间用 EXPLAIN 排查
  • 数据库设计时就考虑查询结构

到此这篇关于MySQL中慢查询优化的技术指南的文章就介绍到这了,更多相关MySQL慢查询内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • mysql中合并两个字段的方法分享

    mysql中合并两个字段的方法分享

    mysql中怎么合并两个字段为一个字段呢?试了好多方法,结果还是不是我想要的
    2012-08-08
  • mysql中包含查询的五种方法总结

    mysql中包含查询的五种方法总结

    这篇文章主要给大家介绍了关于mysql中包含查询的五种方法, 在MySQL中,包含语句是一种用来包含其他查询语句的语句,通常用在WHERE语句中,需要的朋友可以参考下
    2023-08-08
  • MySQL5.7.14下载安装图文教程及MySQL数据库语句入门大全

    MySQL5.7.14下载安装图文教程及MySQL数据库语句入门大全

    这篇文章主要介绍了MySQL5.7.14下载安装详细教程及MySQL数据库语句入门大全的相关资料,非常不错,具有参考借鉴价值,需要的朋友可以参考下
    2016-09-09
  • MySQL中组合字段之concat()

    MySQL中组合字段之concat()

    这篇文章主要介绍了MySQL中组合字段之concat(),MySQL是关系型数据库,我们在使用的时候往往会将对象的属性映射成列存储在表中,因此查询的到的结果在不做任何处理的情况下,也是一个个单独的属性,需要的朋友可以参考一下
    2021-11-11
  • MySQL如何优雅的备份账号相关信息

    MySQL如何优雅的备份账号相关信息

    这篇文章主要介绍了MySQL如何优雅的备份账号相关信息,帮助大家更好的理解和学习MySQL,感兴趣的朋友可以了解下
    2020-08-08
  • mysql数据库迁移至Oracle数据库

    mysql数据库迁移至Oracle数据库

    这篇文章主要为大家详细介绍了mysql数据库迁移至Oracle数据库的方法,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2016-10-10
  • mysql json格式数据查询操作

    mysql json格式数据查询操作

    这篇文章主要介绍了mysql json格式数据查询操作,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-12-12
  • MySql是否需要commit详解

    MySql是否需要commit详解

    在本篇文章里小编给大家分享了关于MySql是否需要commit的相关知识点内容,需要的朋友们跟着操作下。
    2019-05-05
  • MySQL数据库的约束限制详解

    MySQL数据库的约束限制详解

    这篇文章主要介绍了MySQL数据库的约束限制详解,数据库的约束是对表中数据进行的一种限制,为了保证数据的正确性、有效性、完整性,下文简单介绍需要的朋友可以参考一下
    2022-08-08
  • mysql配置文件的使用教程

    mysql配置文件的使用教程

    这篇文章主要介绍了mysql配置文件的使用教程,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧
    2023-10-10

最新评论