1. sql优化教程

2. sql实战

SQL优化实战教学：从慢查询到高性能

一、SQL优化核心原则

优化的核心目标：减少数据库IO、降低CPU计算、避免全表扫描，最终让查询在最优路径下执行。
优化前必须掌握的基础：

• 学会查看执行计划（EXPLAIN）
• 理解索引的工作原理（B+树）
• 知道常见的慢查询场景

二、实战环境准备

1. 测试表创建

-- 创建用户订单表（模拟百万级数据场景）
CREATE TABLE `order_info` (
  `id` BIGINT NOT NULL AUTO_INCREMENT COMMENT '主键',
  `order_no` VARCHAR(64) NOT NULL COMMENT '订单号',
  `user_id` BIGINT NOT NULL COMMENT '用户ID',
  `order_amount` DECIMAL(10,2) NOT NULL COMMENT '订单金额',
  `order_status` TINYINT NOT NULL COMMENT '订单状态：1-待支付 2-已支付 3-已取消',
  `create_time` DATETIME NOT NULL COMMENT '创建时间',
  `update_time` DATETIME NOT NULL COMMENT '更新时间',
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COMMENT='用户订单表';

-- 插入测试数据（可通过存储过程批量插入，这里简化）
INSERT INTO `order_info` (order_no, user_id, order_amount, order_status, create_time, update_time)
VALUES 
('ORD20260310001', 1001, 99.90, 2, '2026-03-10 10:00:00', '2026-03-10 10:05:00'),
('ORD20260310002', 1002, 199.00, 1, '2026-03-10 11:00:00', '2026-03-10 11:00:00'),
('ORD20260310003', 1001, 299.99, 2, '2026-03-10 12:00:00', '2026-03-10 12:10:00');

2. 查看执行计划的方法

-- 核心命令：EXPLAIN + 你的SQL
EXPLAIN SELECT * FROM order_info WHERE user_id = 1001 AND order_status = 2;

执行计划关键字段说明：

• type：访问类型（ALL-全表扫描，ref-非唯一索引扫描，range-范围扫描，const-主键/唯一索引）
• key：实际使用的索引（NULL表示未使用索引）
• rows：预估扫描行数
• Extra：额外信息（Using filesort/Using temporary 是性能杀手）

三、核心优化场景实战

场景1：避免全表扫描（添加合适索引）

问题SQL（无索引）

-- 需求：查询用户1001的所有已支付订单
SELECT * FROM order_info WHERE user_id = 1001 AND order_status = 2;

执行计划分析

• type: ALL（全表扫描）
• key: NULL（未使用索引）
• rows: 预估扫描全表行数

优化方案：添加复合索引

-- 创建复合索引（遵循最左匹配原则）
CREATE INDEX idx_user_status ON order_info(user_id, order_status);

-- 再次执行查询（索引生效）
EXPLAIN SELECT * FROM order_info WHERE user_id = 1001 AND order_status = 2;

优化后执行计划变化

• type: ref（索引扫描）
• key: idx_user_status（使用创建的复合索引）
• rows: 仅扫描匹配的行数

场景2：优化排序（避免Using filesort）

问题SQL（排序无索引）

-- 需求：查询用户1001的订单并按创建时间降序排列
SELECT * FROM order_info WHERE user_id = 1001 ORDER BY create_time DESC;

执行计划分析

• Extra: Using filesort（文件排序，性能差）

优化方案：添加包含排序字段的复合索引

-- 创建覆盖查询+排序的复合索引
CREATE INDEX idx_user_create ON order_info(user_id, create_time DESC);

-- 优化后查询
EXPLAIN SELECT * FROM order_info WHERE user_id = 1001 ORDER BY create_time DESC;

优化效果

• Extra: 无Using filesort（通过索引排序，无需额外计算）

场景3：避免SELECT *（使用覆盖索引）

问题SQL

-- 仅需要订单号和金额，却查询所有字段
SELECT * FROM order_info WHERE user_id = 1001 AND order_status = 2;

优化方案：精准查询+覆盖索引

-- 1. 精准查询需要的字段
SELECT order_no, order_amount FROM order_info WHERE user_id = 1001 AND order_status = 2;

-- 2. 创建覆盖索引（包含查询的所有字段）
CREATE INDEX idx_user_status_amount ON order_info(user_id, order_status, order_no, order_amount);

-- 3. 执行计划验证
EXPLAIN SELECT order_no, order_amount FROM order_info WHERE user_id = 1001 AND order_status = 2;

优化效果

• Extra: Using index（覆盖索引，无需回表查询，IO大幅降低）

场景4：优化JOIN查询（关联字段加索引）

准备关联表

CREATE TABLE `user_info` (
  `user_id` BIGINT NOT NULL COMMENT '用户ID',
  `user_name` VARCHAR(32) NOT NULL COMMENT '用户名',
  `phone` VARCHAR(16) NOT NULL COMMENT '手机号',
  PRIMARY KEY (`user_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COMMENT='用户信息表';

INSERT INTO `user_info` (user_id, user_name, phone) VALUES (1001, '张三', '13800138000');

问题SQL（关联字段无索引）

-- 关联查询用户和订单信息
SELECT u.user_name, o.order_no, o.order_amount 
FROM order_info o
JOIN user_info u ON o.user_id = u.user_id
WHERE o.order_status = 2;

优化方案：关联字段加索引

-- 给order_info的user_id加索引（如果未加）
CREATE INDEX idx_user_id ON order_info(user_id);

-- 优化后查询
EXPLAIN SELECT u.user_name, o.order_no, o.order_amount 
FROM order_info o
JOIN user_info u ON o.user_id = u.user_id
WHERE o.order_status = 2;

核心原则

• JOIN的关联字段必须加索引
• 小表驱动大表（InnoDB会自动优化，但尽量遵循）

场景5：优化IN/NOT IN（替换为EXISTS）

问题SQL（NOT IN性能差）

-- 查询没有下过订单的用户
SELECT * FROM user_info u 
WHERE u.user_id NOT IN (SELECT user_id FROM order_info);

优化方案：使用EXISTS

SELECT * FROM user_info u 
WHERE NOT EXISTS (SELECT 1 FROM order_info o WHERE o.user_id = u.user_id);

优化原理

• IN/NOT IN会导致全表扫描，EXISTS会利用索引快速匹配
• EXISTS只要找到匹配行就停止扫描，效率更高

四、常用优化工具

1. 慢查询日志（开启方法）

# 临时开启（重启失效）
SET GLOBAL slow_query_log = ON;
SET GLOBAL long_query_time = 1; # 记录执行时间>1秒的SQL
SET GLOBAL slow_query_log_file = '/var/lib/mysql/slow.log'; # 日志路径

# 查看慢查询日志
mysqldumpslow -s t /var/lib/mysql/slow.log # 按执行时间排序

2. 索引优化建议

-- 查看索引使用情况
SHOW INDEX FROM order_info;

-- 分析表（统计数据更新）
ANALYZE TABLE order_info;

-- 查看未使用的索引（MySQL 8.0+）
SELECT * FROM sys.schema_unused_indexes;

五、避坑指南

1. 不要给所有字段加索引：索引会增加写入开销（INSERT/UPDATE/DELETE）
2. 避免使用%开头的模糊查询：LIKE '%abc' 会失效索引，LIKE 'abc%' 可使用索引
3. 避免在索引字段上做函数操作：WHERE DATE(create_time) = '2026-03-10' 会失效索引，改为 WHERE create_time >= '2026-03-10 00:00:00' AND create_time < '2026-03-11 00:00:00'
4. 避免大事务：长事务会锁表，影响并发性能

总结

1. 索引是优化核心：优先使用复合索引，遵循最左匹配原则，避免过度索引；
2. 执行计划是优化前提：任何优化前先执行EXPLAIN，明确慢查询的根因；
3. 减少不必要的开销：避免SELECT *、文件排序、全表扫描，精准查询所需数据。

关键优化口诀

• 索引优先，覆盖最佳；
• 避免全扫，排序靠索引；
• 精准查询，少用*号；
• 先看执行计划，再动手优化。