SQL查询比较慢，如何进行排查？如何进行SQL优化？

向右看齐 2024-03-17 10:50 61阅读 0赞

**目录**

一、开启慢查询日志

二、SQL优化

三、总结

--------------------

#### 一、开启慢查询日志 ####

SQL慢查询是指**执行时间较长**的SQL语句，可能导致系统**性能下降和响应时间延长**。通过以下步骤可以开启慢查询日志记录：

\#查询是否开启慢查询日志 slow\_query\_log显示ON说明已开启，显示OFF说明未开启

show variables like '%slow\_query\_log%';

\#开启慢查询日志

set global slow\_query\_log = 1;

\# 确认慢查询日志是否已开启 slow\_query\_log的值应该为ON，表示慢查询日志已经成功开启。

show variables like '%slow\_query\_log%';

\#默认情况下，MySQL会将执行时间超过10秒的查询认定为慢查询

\# 设置全局的超过5秒就记录到日志文件中 如果等于0可以记录所有的SQL语句

set global long\_query\_time = 5;

\# 慢查询日志的记录位置命令

show variables like '%slow\_query\_log\_file%';

#### 二、SQL优化 ####

SQL优化是通过**改进SQL语句**和**数据库结构**设计来提高查询性能和效率的过程。如果SQL执行查询操作比较慢有以下**四个原因**：

一）没有索引或者SQL没有命中索引导致**索引失效（explain分析SQL计划）**

可以利用explian关键字分析SQL执行计划，查看SQL有没有命中索引。如果发现慢查询的SQL没有命中索引，可以尝试优化这些SQL语句，保证SQL走索引执行。我们在优化SQL或者是添加索引的时候，都需要符合最左匹配原则。

二）单表**数据量过多**，导致查询瓶颈（**水平、垂直切分**）

可以对表进行切分，水平切分或垂直切分。

**水平切分：**是把一张数据行数达到千万级别的大表，按照业务主键切分为**多张小表**，这些小表可能达到100张甚至1000张。

![e0a730753348496a946ddd706930519f.png][]

**垂直切分：**将一张单表中的**多个列**，按照业务逻辑把关联性比较大的列放到同一张表中。

![52ea97e3677e43c98af5a235b19fbc4e.png][]

三）**网络原因**或者机器负载过高（**读写分离**）

通过搭建MySQ读写分离，**主库写、从库读**。MySQL支持**一主多从**的分布式部署，我们可以将主库只用来处理**写数据**的操作，而多个从库只用来处理**读操作**。在流量比较大的场景中，可以增加从库来提高数据库的**负载能力**，从而提升数据库的总体性能。

![e138a09a914c478593f42a72aa247f20.png][]

四）热点数据导致单点负载不均衡（**热点数据加缓存**）

这种情况下，除了对数据库本身的调整以外，还可以增加**缓存**。将查询比较频繁的**热点数据**预存到缓存当中，比如Redis、MongoDB、ES等，以此来缓解数据的压力，从而提高数据库的响应速度。![6912795312414d78a1095274b87e73c6.png][]

#### 三、总结 ####

SQL查询比较慢可以通过开启慢查询日志进行分析，定位到问题之后可以通过explain关键字进行SQL计划执行分析、水平/垂直分表、搭建主从集群、热点数据加入redis缓存等方式对SQL进行优化。

[e0a730753348496a946ddd706930519f.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/17/c29012bbb1c54cd1837aec3d6eb24bde.png
[52ea97e3677e43c98af5a235b19fbc4e.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/17/be93208ba0fc42538d28ac29a5d3626c.png
[e138a09a914c478593f42a72aa247f20.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/17/4ed2a9dd0bad4888be47ebc4bc76463d.png
[6912795312414d78a1095274b87e73c6.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/17/2c3b38f40852467b81289ac93341cf81.png