概述
SQL 查询性能优化是软件开发的核心技能之一。本文系统性地分析了 SQL 执行缓慢的各种原因，并提供了相应的诊断方法和解决方案。
分类讨论
SQL 执行缓慢可分为两种基本情况：
- 偶发性缓慢：大多数情况正常，偶尔出现性能问题
- 持续性缓慢：在数据量不变的情况下，一直执行缓慢
针对这两种情况，我们来分析下可能是哪些原因导致的。
针对偶尔很慢的情况
一条 SQL 大多数情况正常，偶尔才能出现很慢的情况，我觉得这条 SQL 语句的书写本身是没什么问题，而是其他原因导致。
数据库在刷新脏页
当我们要往数据库插入一条数据、或者要更新一条数据的时候，我们知道数据库会在缓冲池中把对应字段的数据更新，但是更新之后，这些更新的字段并不会马上同步持久化到磁盘中去，而是把这些更新的记录写入到 redo log 中去。等到空闲的时候，在通过 redo log 里的记录把最新的数据同步到磁盘中去。
不过，redo log 里的容量是有限的。如果数据库一直很忙，更新又很频繁，这个时候 redo log 很快就会被写满，就没办法等到空闲的时候再把数据同步到磁盘，只能暂停其他操作，全身心来把数据同步到磁盘中去。而这个时候，就会导致我们平时正常的 SQL 语句突然执行的很慢。
机制说明
- 数据库使用缓冲池（Buffer Pool）在内存中缓存数据页
- 数据修改先在内存中完成，异步写入磁盘（Write-Ahead Logging）
Redo Log确保事务持久性，但容量有限
性能影响场景
Redo Log写满时，必须强制刷脏页到磁盘- 缓冲池空间不足，需要淘汰脏页
- 数据库正常关闭或检查点（Checkpoint）触发
监控与诊断
-- 查看InnoDB状态（包含缓冲池信息）
SHOW ENGINE INNODB STATUS;
-- 监控脏页比例
SHOW GLOBAL STATUS LIKE 'Innodb_buffer_pool_pages_dirty';
锁竞争问题
这个就比较容易想到了。我们要执行的这条语句，刚好这条语句涉及到的表，别人在用，并且加锁。或者表没有加锁，但要使用到的某个一行被加锁。我们拿不到锁，只能慢慢等待别人释放锁。
如果要判断是否真的在等待锁，我们可以用 show processlist 这个命令来查看当前的状态。
锁类型分析
| 锁类型 | 范围 | 影响 | 诊断方法 |
|---|---|---|---|
| 表级锁 | 整个表 | 高并发下严重影响性能 | SHOW PROCESSLIST |
| 行级锁 | 单行记录 | 影响特定数据操作 | SHOW ENGINE INNODB STATUS |
| 元数据锁 | 表结构变更 | DDL 操作阻塞查询 | performance_schema.metadata_locks |
| 间隙锁 | 索引范围 | 防止幻读，可能过度锁定 | 分析事务隔离级别 |
监控与诊断
-- 查看当前连接和锁状态
SHOW PROCESSLIST;
-- 查看InnoDB锁信息（MySQL 5.7+）
SELECT * FROM performance_schema.data_locks;
SELECT * FROM performance_schema.data_lock_waits;
-- 查看等待锁的线程
SELECT * FROM sys.innodb_lock_waits;
其他偶发因素
还有一些其他原因和数据库内部机制，以及所在的的网络、物理机有关，本文不做详细讨论。
系统资源瓶颈
- CPU 瞬时峰值
- 内存交换 (SWAP) 发生
- 磁盘 I/O 瓶颈
- 网络波动
数据库内部机制
- 自适应哈希索引 (Adaptive Hash Index) 重建
- 变更缓冲区 (Change Buffer) 合并
- 统计信息自动更新
针对一直都这么慢的情况
下来我们来访分析下第二种情况，我觉得第二种情况的分析才是最重要的。
如果在数据量一样大的情况下，这条 SQL 语句每次都执行的这么慢，那就就要好好考虑下你的 SQL 书写了，下面我们来分析下哪些原因会导致我们的 SQL 语句执行的很不理想。
我们先来假设我们有一个表，表里有下面两个字段,分别是主键 id，和两个普通字段 c 和 d。
mysql> CREATE TABLE `t` (
`id` int(11) NOT NULL,
`c` int(11) DEFAULT NULL,
`d` int(11) DEFAULT NULL,
PRIMARY KEY (`id`)
) ENGINE=InnoDB;
没用到索引
没有用上索引，我觉得这个原因是很多人都能想到的，例如你要查询这条语句
select * from t where 100 < c and c < 100000;
字段没有索引
刚好你的 c 字段上没有索引，那么抱歉，只能走全表扫描了，你就体验不会索引带来的乐趣了，所以，这回导致这条查询语句很慢。
解决方案：
-- 分析查询模式后添加索引
ALTER TABLE t ADD INDEX idx_c (c);
ALTER TABLE t ADD INDEX idx_c_d (c, d); -- 复合索引
没有用索引
好吧，这个时候你给 c 这个字段加上了索引，然后又查询了一条语句
select * from t where c - 1 = 1000;
我想问这样在查询的时候会用索引查询吗？
答是不会，如果我们在字段的左边做了运算，那么很抱歉，在查询的时候，就不会用上索引了，所以要注意这种字段上有索引，但由于自己的疏忽，导致系统没有使用索引的情况。
正确的查询应该如下
select * from t where c = 1000 + 1;
有人可能会说，右边有运算就能用上索引？难道数据库就不会自动帮我们优化一下，自动把 c - 1=1000 自动转换为 c = 1000+1。
不好意思，确实不会帮你，所以，你要注意了。
如果我们在查询的时候，对字段进行了函数操作，也是会导致没有用上索引的，例如：
select * from t where pow(c) = 1000;
这里我只是做一个例子，实际上可能并没有 pow(c) 这个函数。其实这个和上面在左边做运算也是很类似的。
所以呢，一条语句执行都很慢的时候，可能是该语句没有用上索引了，不过具体是啥原因导致没有用上索引的呢，你就要会分析了，我上面列举的三个原因，应该是出现的比较多的。
常见索引失效情况
| 失效模式 | 示例 | 解决方案 |
|---|---|---|
| 左侧运算 | WHERE c - 1 = 1000 | 重写为 WHERE c = 1000 + 1 |
| 函数操作 | WHERE DATE(create_time) = '2023-01-01' | 使用范围查询 WHERE create_time >= '2023-01-01' AND create_time < '2023-01-02' |
| 隐式类型转换 | WHERE string_col = 123 | 保持类型一致 WHERE string_col = '123' |
| OR 条件不当 | WHERE c = 100 OR d = 200 | 使用 UNION 或分别索引 |
| 模糊查询前缀 | WHERE name LIKE '%abc' | 避免前导通配符 |
索引设计原则
- 高选择性字段优先建索引
- 考虑复合索引的字段顺序
- 避免过度索引（写操作开销）
- 覆盖索引减少回表
数据库选错索引
我们在进行查询操作的时候，例如：
select * from t where 100 < c and c < 100000;
我们知道，主键索引和非主键索引是有区别的，主键索引存放的值是整行字段的数据，而非主键索引上存放的值不是整行字段的数据，而且存放主键字段的值。
也就是说，我们如果走 c 这个字段的索引的话，最后会查询到对应主键的值，然后，再根据主键的值走主键索引，查询到整行数据返回。
就算你在 c 字段上有索引，系统也并不一定会走 c 这个字段上的索引，而是有可能会直接扫描扫描全表，找出所有符合 100 < c and c < 100000 的数据。
系统在执行这条语句的时候，会进行预测：究竟是走 c 索引扫描的行数少，还是直接扫描全表扫描的行数少呢？显然，扫描行数越少当然越好了，因为扫描行数越少，意味着 I/O 操作的次数越少。
如果是扫描全表的话，那么扫描的次数就是这个表的总行数了，假设为 n；而如果走索引 c 的话，我们通过索引 c 找到主键之后，还得再通过主键索引来找我们整行的数据，也就是说，需要走两次索引。而且，我们也不知道符合 100 c < and c < 10000 这个条件的数据有多少行，万一这个表是全部数据都符合呢？这个时候意味着，走 c 索引不仅扫描的行数是 n，同时还得每行数据走两次索引。
所以系统是有可能走全表扫描而不走索引的。那系统是怎么判断呢？
索引判断原则
判断来源于系统的预测，也就是说，如果要走 c 字段索引的话，系统会预测走 c 字段索引大概需要扫描多少行。如果预测到要扫描的行数很多，它可能就不走索引而直接扫描全表了。
系统是通过索引的区分度来判断的，一个索引上不同的值越多，意味着出现相同数值的索引越少，意味着索引的区分度越高。我们也把区分度称之为基数，即区分度越高，基数越大。所以呢，基数越大，意味着符合 100 < c and c < 10000 这个条件的行数越少。
所以呢，一个索引的基数越大，意味着走索引查询越有优势。
那么问题来了，怎么知道这个索引的基数呢？
系统当然是不会遍历全部来获得一个索引的基数的，代价太大了，索引系统是通过遍历部分数据，也就是通过采样的方式，来预测索引的基数的。
扯了这么多，重点的来了，居然是采样，那就有可能出现失误的情况，也就是说，c 这个索引的基数实际上是很大的，但是采样的时候，却很不幸，把这个索引的基数预测成很小。例如你采样的那一部分数据刚好基数很小，然后就误以为索引的基数很小。然后就呵呵，系统就不走 c 索引了，直接走全部扫描。
所以呢，说了这么多，得出结论：由于统计的失误，导致系统没有走索引，而是走了全表扫描，而这，也是导致我们 SQL 语句执行的很慢的原因。
这里我声明一下，系统判断是否走索引，扫描行数的预测其实只是原因之一，这条查询语句是否需要使用使用临时表、是否需要排序等也是会影响系统的选择的。
影响因素：
- 索引选择性
- 预计需要回表的次数
- 临时表、排序开销
- 历史执行统计（MySQL 8.0+）
解决方案
不过呢，我们有时候也可以通过强制走索引的方式来查询，例如：
SELECT * FROM t FORCE INDEX(idx_c) WHERE c > 100 AND c < 100000;
我们也可以通过
SHOW INDEX FROM t;
来查询索引的基数和实际是否符合，如果和实际很不符合的话，我们可以重新来统计索引的基数，可以用这条命令
ANALYZE TABLE t;
来重新统计分析。
既然会预测错索引的基数，这也意味着，当我们的查询语句有多个索引的时候，系统有可能也会选错索引，这也可能是 SQL 执行的很慢的一个原因。
系统化诊断流程
上述问题应该怎么发现呢？我列举了一些常用的手段。
性能分析工具
EXPLAIN
通过查看执行计划，提前避免问题。
EXPLAIN FORMAT=JSON SELECT * FROM t WHERE c > 100;
关键指标关注：
type：访问类型（const, ref, range, index, ALL）key：实际使用的索引rows：预估扫描行数Extra：额外信息（Using where, Using temporary, Using filesort）
性能监控（Performance Schema）
-- 开启语句监控
UPDATE performance_schema.setup_consumers SET ENABLED = 'YES'
WHERE NAME LIKE 'events_statements%';
-- 查看慢查询统计
SELECT * FROM performance_schema.events_statements_summary_by_digest
ORDER BY SUM_TIMER_WAIT DESC LIMIT 10;
慢查询日志分析
# my.cnf 配置
slow_query_log = 1
slow_query_log_file = /var/log/mysql/slow.log
long_query_time = 1
log_queries_not_using_indexes = 1
高级优化策略
架构层面优化
- 读写分离
- 分库分表
- 缓存策略（Redis, Memcached）
- 数据归档和历史表
数据库参数调优
# InnoDB缓冲池（通常设为物理内存的70-80%）
innodb_buffer_pool_size = 16G
# 日志文件大小
innodb_log_file_size = 2G
# 并发连接控制
max_connections = 500
thread_cache_size = 50
应用层优化
- 连接池配置
- 批量操作减少网络往返
- 预处理语句避免重复解析
- 适当的数据缓存
总结
SQL 性能优化是一个系统性的工程，需要从多个维度进行分析和解决。本文提供的分析框架和优化策略覆盖了从基础到高级的各个层面，可以作为日常性能优化的参考指南。
核心要点：
- 建立系统化的诊断流程
- 索引是最高效的优化手段
- 统计信息的准确性至关重要
- 监控和预防优于事后补救
- 优化需要综合考虑成本和收益
建议定期进行数据库健康检查，建立性能基线，以便快速识别和解决性能问题。