脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 数据库 → Mysql → SQL查询调优

MySQL中SQL查询常见调优方案对比与实践

 更新时间：2025年07月01日 08:41:17   作者：浅沫云归  
文章浏览阅读429次，点赞3次，收藏2次。本文从索引优化、查询重写、分库分表、缓存方案四个角度，对SQL调优进行对比分析，并结合真实生产环境案例验证了各方案的应用效果，为后端开发者提供实用的最佳实践指导。

问题背景介绍

在大型互联网或企业级应用中，数据库往往成为系统性能的瓶颈。随着数据量和并发量的增长，单一的 SQL 查询可能出现响应迟缓、锁等待、全表扫描等性能问题。为保证系统的稳定性和用户体验，需要对 SQL 查询做深入的调优。常见的调优手段包括索引优化、查询重写、分库分表、缓存方案等。本文将从多种方案入手，对比分析各自优缺点，并结合真实生产环境案例展示调优效果。

多种解决方案对比

方案 A：索引优化

  • 原理：为频繁筛选或排序的列建立合适的索引，避免全表扫描。
  • 实现：使用 B-Tree、哈希索引或覆盖索引。

示例：为订单表的 user_id 和 created_at 建联合索引：

ALTER TABLE orders 
  ADD INDEX idx_user_created (user_id, created_at DESC);

使用 EXPLAIN 查看执行计划：

EXPLAIN SELECT * FROM orders 
 WHERE user_id = 1234 
 ORDER BY created_at DESC
 LIMIT 10;

方案 B：查询重写与分页优化

  • 原理：通过拆分复杂 SQL，避免大范围排序与联表；优化分页查询。
  • 实现：利用覆盖索引分页、二次过滤或游标。

示例：传统高页码分页会严重影响性能：

SELECT * FROM orders 
 WHERE user_id = 1234 
 ORDER BY created_at DESC 
 LIMIT 100000, 20;

重写为“基于最后读取位置的分页”：

-- 前一页最后一行的 created_at 值
SET @last_time = '2024-07-01 12:34:56';

SELECT * FROM orders
 WHERE user_id = 1234
   AND created_at < @last_time
 ORDER BY created_at DESC 
 LIMIT 20;

方案 C：分区表 & 分库分表

  • 原理：通过按时间或用户 ID 手动/自动划分表或数据库，减少单表或单库数据量。
  • 实现：MySQL 原生分区、Proxy 层分片、ShardingSphere 等。

示例：按月份进行分区：

ALTER TABLE orders
  PARTITION BY RANGE (TO_DAYS(created_at)) (
    PARTITION p202407 VALUES LESS THAN (TO_DAYS('2024-08-01')),
    PARTITION p202408 VALUES LESS THAN (TO_DAYS('2024-09-01'))
);

方案 D：缓存层（Redis）

  • 原理：将热点查询结果缓存在内存中，减少数据库压力。
  • 实现：使用 Redis 哈希、Sorted Set 或自定义缓存策略。

示例：通过 Spring Cache 简单集成：

@Service
public class OrderService {
  @Cacheable(value = "orderList", key = "#userId")
  public List<Order> getRecentOrders(long userId) {
    return orderMapper.findByUserOrderByCreatedAt(userId, 20);
  }
}

各方案优缺点分析

方案优点缺点
索引优化最基础、低成本；即插即用；显著减少全表扫描建索引占用空间；写入性能略有下降；对复杂查询提升有限
查询重写针对性强；可解决分页等特定问题代码层复杂度上升；需分析不同场景重写策略
分区/分表支撑超大规模数据；单表/单库规模可控设计和运维复杂；跨分区/跨库查询难；可能导致跨库事务问题
缓存层减少数据库压力；提升响应速度缓存一致性、热点失效、二级缓存上下文复杂

选型建议与适用场景

数据量中等（百万级）且查询模式稳定：优先考虑 方案 A：索引优化 与 方案 B：查询重写。低成本、风险小。

业务增长迅速、表数据量突破千万甚至亿级：结合 方案 C：分区表/分库分表。大型电商、日志系统等。

热点数据重复访问高：在以上方案基础上引入 方案 D：缓存层。防止缓存雪崩采用双层缓存或预热策略。

混合场景：可按业务模块拆分策略（OLTP 与 OLAP 分离），或采用 HTAP 数据库（如 TiDB）兼顾多种需求。

实际应用效果验证

场景：电商订单列表查询

  • 典型 SQL：按照用户查询、按下单时间倒序分页。
  • 初始数据：orders 表记录量 5000 万，按页码分页时 5000 页后响应时间超 2s。

优化前 EXPLAIN：

+----+-------------+--------+------+---------------+------+---------+------+--------+-------------+
| id | select_type | table  | type | possible_keys | key  | rows    | Extra                |
+----+-------------+--------+------+---------------+------+---------+------+--------+-------------+
|  1 | SIMPLE      | orders | ALL  | NULL          | NULL | 50000000| Using filesort       |
+----+-------------+--------+------+---------------+------+---------+------+--------+-------------+
  • 方案 A 索引优化：新增 (user_id, created_at) 联合索引后，响应时间降至 200ms。
  • 方案 B 分页重写：基于 created_at 游标分页，5000 页查询 95% 都在 50ms 内完成。
  • 方案 C 分库分表：按用户哈希分 8 库后，最慢页响应 < 100ms。
  • 方案 D Redis 缓存：热点前 100 页结果均在 5ms 内返回。

综合来看，方案 A + 方案 B 是快速见效的低成本首选；方案 C + 方案 D 可结合应对超高并发与 PB 级数据量。

到此这篇关于MySQL中SQL查询常见调优方案对比与实践的文章就介绍到这了,更多相关SQL查询调优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！

您可能感兴趣的文章:

相关文章

  • mysql-8.0.11-winx64.zip安装教程详解

    mysql-8.0.11-winx64.zip安装教程详解

    这篇文章主要介绍了mysql-8.0.11-winx64.zip安装教程详解及注意事项，非常不错，具有参考借鉴价值，需要的朋友参考下
    2018-05-05
  • MySQL-tpch 测试工具简要手册

    MySQL-tpch 测试工具简要手册

    tpch是TPC(Transaction Processing Performance Council)组织提供的工具包。用于进行OLAP测试，以评估商业分析中决策支持系统（DSS）的性能。它包含了一整套面向商业的ad-hoc查询和并发数据修改，强调测试的是数据库、平台和I/O性能，关注查询能力
    2016-05-05
  • MySQL 原理与优化之Update 优化

    MySQL 原理与优化之Update 优化

    这篇文章主要介绍了MySQL 原理与优化之Update 优化，文章围绕主题展开详细的内容介绍，具有一定的参考价值，需要的小伙伴可以参考一下，希望对你的学习有所帮助
    2022-08-08
  • mysql5.1.26安装配置方法详解

    mysql5.1.26安装配置方法详解

    这篇文章主要为大家详细介绍了mysql安装配置方法，图文详解MySQL5.1.26安装步骤，感兴趣的小伙伴们可以参考一下
    2016-06-06
  • 将MySQL数据库移植为PostgreSQL

    将MySQL数据库移植为PostgreSQL

    PostgreSQL 作为功能最强劲的开源 OO 数据库，仿佛一直不为国内用户所熟识。而我个人也仅是因为工作的缘故接触到这款超经典的数据库，并深为之折服。
    2009-07-07
  • mysql 详解隔离级别操作过程(cmd)

    mysql 详解隔离级别操作过程(cmd)

    这篇文章主要介绍了mysql 详解隔离级别操作过程(cmd)的相关资料,需要的朋友可以参考下
    2017-01-01
  • MySQL Json类型字段IN查询分组优化

    MySQL Json类型字段IN查询分组优化

    这篇文章主要为大家介绍了MySQL Json类型字段IN查询分组优化,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪
    2023-08-08
  • MySQL联合查询实现方法详解

    MySQL联合查询实现方法详解

    联合查询union将多次查询(多条select语句)的结果,在字段数相同的情况下,在记录的层次上进行拼接,这篇文章主要给大家介绍了关于Mysql联合查询的那些事儿,需要的朋友可以参考下
    2022-11-11
  • MySQL中Nested-Loop Join算法小结

    MySQL中Nested-Loop Join算法小结

    数据库中JOIN操作的实现主要有三种：嵌套循环连接（Nested Loop Join），归并连接（Merge Join）和散列连接或者哈稀连接（Hash Join）。其中嵌套循环连接又视情况又有两种变形：块嵌套循环连接和索引嵌套循环连接。
    2015-12-12
  • MySQL在读已提交和可重复读这两个不同事务隔离级别下幻读的区别及说明

    MySQL在读已提交和可重复读这两个不同事务隔离级别下幻读的区别及说明

    这篇文章主要介绍了MySQL在读已提交和可重复读这两个不同事务隔离级别下幻读的区别及说明,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
    2025-06-06

最新评论