本篇内容主要讲解“mysql慢查询如何优化”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“mysql慢查询如何优化”吧!

当发生慢查询的时候，优化的思路为：

利用慢查询日志定位慢查询 SQL

通过 explain 分析慢查询 SQL

修改 SQL，尽量让 SQL 走索引

MySQL 提供了一个功能——慢查询日志，会记录查询时间超过指定时间阈值的 SQL 到日志中，便于我们定位慢查询并且优化对应的 SQL 语句。

首先查看 MySQL 中关于慢查询相关的全局变量：

mysql>showglobalvariableslike'%quer%';+----------------------------------------+-------------------------------+|Variable_name|Value|+----------------------------------------+-------------------------------+|binlog_rows_query_log_events|OFF||ft_query_expansion_limit|20||have_query_cache|YES||log_queries_not_using_indexes|OFF||log_throttle_queries_not_using_indexes|0|==========================================================================|long_query_time|10.000000|【1】慢查询的时间阈值==========================================================================|query_alloc_block_size|8192||query_cache_limit|1048576||query_cache_min_res_unit|4096||query_cache_size|16777216||query_cache_type|OFF||query_cache_wlock_invalidate|OFF||query_prealloc_size|8192|==========================================================================|slow_query_log|OFF|【2】慢查询日志是否开启|slow_query_log_file|/var/lib/mysql/Linux-slow.log|【3】慢查询日志文件存储位置==========================================================================+----------------------------------------+-------------------------------+15rowsinset(0.00sec)

这里主要关注三个变量：

long_query_time，慢查询的时间阈值，单位秒，如果一个 SQL 语句的执行时间超过这个值，那么 MySQL 就认定其为慢查询

slow_query_log，慢查询日志功能是否开启，默认关闭，开启后记录慢查询

slow_query_log_file，慢查询日志文件的存储位置

默认慢查询日志功能是关闭的，因此我们需要启动该功能

#开启慢查询日志mysql>setglobalslow_query_log=ON;QueryOK,0rowsaffected(0.00sec)#设置慢查询时间阈值mysql>setlong_query_time=1;QueryOK,0rowsaffected(0.00sec)

这样子设置后，MySQL 重启会丢失这些配置，需要在配置文件中修改才会永久有效。

我们可以使用 explain 分析 SQL 语句的执行情况，例如：

mysql>explainselectsum(1+2);

执行结果如下，可以看到有很多字段

我们主要看看一些重要的字段：

select_type 表示查询语句的查询类型，包括简单查询、子查询等等

table 表示查询的表，不一定是存在表，可能是本次查询中得到的临时表

type 表示检索类型，使用全表扫描、还是索引扫描等

possible_keys表示可能使用的索引列

keys表示查询中实际使用的索引列，由查询优化器决定

3.1 select_type 字段

3.2 type 字段

对于 InnoDB 存储引擎，type列通常都是all或者index。

关于 type 字段的值，其从上到下对应的 SQL 的执行性能逐渐变差。

3.3 extra 字段

准备数据，数据表结构：

createtableuser_info_large(`id`BIGINTUNSIGNEDNOTNULLAUTO_INCREMENTCOMMENT'主键',`account`VARCHAR(20)NOTNULLCOMMENT'用户账号',`name`VARCHAR(20)NOTNULLCOMMENT'用户名',`password`VARCHAR(20)notnullCOMMENT'用户密码',`area`VARCHAR(20)NOTNULLCOMMENT'用户地址',`signature`VARCHAR(50)notnullCOMMENT'个性签名',PRIMARYKEY(`id`)COMMENT'主键',UNIQUE(`account`)COMMENT'唯一索引',KEY`index_area_signture`(`area`,`signature`)COMMENT'组合索引');

随机生成 200w 条数据

mysql>selectcount(id)fromuser_info_large;+-----------+|count(id)|+-----------+|2000000|+-----------+1rowinset(0.38sec)

截取部分数据：

执行以下 SQL 语句，没有使用任何索引字段：

SELECTnamefromuser_info_largeORDERBYnamedesclimit0,100000;

Navicat 工具显示的查询时间如下，这并不是 MySQL 真正执行 SQL 的时间，这里面包含了网络传输等时间：

SQL 具体的查询时间可以查看慢查询日志：

#Time:2022-09-26T13:44:18.405459Z#User@Host:root[root]@[ip]Id:1893#Query_time:10.162999Lock_time:0.000113Rows_sent:100000Rows_examined:2100000SETtimestamp=1664199858;SELECTnamefromuser_info_largeORDERBYnamedesclimit0,100000;

关于其中一些信息的说明：

Time：SQL 执行的开始时间

Query_time：SQL 语句查询花费的时间，可以看到花费了 10 秒钟

Lock_time：等待锁表的时间

Rows_sent：语句返回的记录数

Rows_examined：从存储引擎中返回的记录数

正在执行的慢查询是不会被记录到慢查询日志的，只有等待其执行完毕才会记录到日志中。

我们可以使用 show processlist 查看正在执行 SQL 的线程。

再执行以下语句，使用索引 account 字段：

SELECTaccountfromuser_info_largeORDERBYaccountdesclimit0,100000;

查看慢查询日志，并没有被记录下来。

现在分别使用 explain 查看 SQL 语句的执行情况：

explainSELECTnamefromuser_info_largeORDERBYnamedesclimit0,100000;

分析情况如下：

可以看到没有使用到索引，type 为 ALL 表示全表扫描，效率最差，并且 Extra 也是外部排序。

再看看这条 SQL 语句：

explainSELECTaccountfromuser_info_largeORDERBYaccountdesclimit0,100000;

分析情况如下：

type 为 index，使用了索引，使用的索引字段为 account，Extra 显示为使用索引排序。

因此，在实际开发中，我们可以针对慢查询的 SQL，使用 explain 分析语句，根据分析情况以及索引的设计，重新设计 SQL 语句，让 SQL 语句尽量走索引，走合适的索引。

在执行 SQL 时，MySQL 的优化器会根据情况选择索引，但并不能保证其执行时间一定最短，我们可以根据实际情况使用 force key (index) 让 SQL 语句强制走某个索引。

例如，以下语句执行后，key 字段为 account，并没有走主键索引。

explainSELECTcount(id)fromuser_info_large;

如果使用 force key，就可以强制令语句走主键索引。

explainSELECTcount(id)fromuser_info_largeforcekey(PRIMARY);

到此，相信大家对“mysql慢查询如何优化”有了更深的了解，不妨来实际操作一番吧！这里是亿速云网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！