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：

1. 偶发性缓慢：大多数情况正常，偶尔出现性能问题
2. 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

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

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。