
网站突然变慢,很多人的第一反应是「服务器不行了,得升级配置」。实际上相当一部分卡顿是数据库慢查询造成的:一条没走索引的 SQL,能把整台机器拖住。
这篇给一套能落地的排查流程:怎么确认是数据库问题、怎么找出那条慢 SQL、以及常见的几种修法。
第一步:确认是不是数据库的锅
看现象。首页慢但静态资源快、列表页慢但详情页快,这类「不均匀的慢」,大概率是数据库。
看负载。用 top 看 CPU,如果 MySQL 进程常年占大头,方向就对了。用 iostat 看磁盘,如果磁盘 IO 一直很高,也可能是数据库在疯狂读写。
看连接数。连接数突然堆高不降,通常是有查询卡住了,后面的请求都在排队。
最快的验证办法:临时关掉数据库查询,只渲染静态部分。如果页面秒开,问题就锁定在数据库上了。
这一步别省。方向判断错了,后面所有优化都是白费力气。
第二步:怎么找出慢 SQL
MySQL 自带慢查询日志。开启之后,执行时间超过阈值的语句会被记下来。
阈值建议先设一秒。设太低日志会被正常查询填满,设太高又抓不到问题。一秒是个比较好的起点,抓到大头之后再往下调。
开启方式:在配置文件里把 slow_query_log 打开,设置 long_query_time 和日志路径,重启生效。
日志开了之后跑一段时间,比如一天。然后把日志按 SQL 语句分组统计,出现次数最多的那几条,就是重点。
没有日志权限的话,可以用 show processlist 实时看当前在跑什么。卡的时候多刷几次,重复出现的语句就是嫌疑对象。
找到嫌疑 SQL 之后,下一步是 analysis。
第三步:用 explain 看执行计划
explain 这条命令会给出一条 SQL 的执行计划,告诉你 MySQL 打算怎么执行它。
重点看四列。
第一列 type。这是访问类型,从好到坏大概是 const、eq_ref、ref、range、index、ALL。看到 ALL 就是全表扫描,这是最慢的。
第二列 rows。这是预估要扫描的行数。几百行还好,几万行就要命了。
第三列 key。这是实际用到的索引。如果是 NULL,说明没走索引。
第四列 Extra。这里如果有 Using filesort 或者 Using temporary,说明还要额外排序或者建临时表,也会拖慢。
把这四列看明白,问题基本就定位了。
最常见的四种修法
第一种,加索引。where 条件里的字段没索引,MySQL 只能一行行扫。加上索引之后,直接跳到目标行,速度快几十倍。
加索引要注意:区分度高的字段才值得加。比如用户 ID、文章 ID 这种,加索引效果好;性别、状态这种只有几个值的,加了意义不大。
第二种,避免在索引列上做运算。where date(create_time) = '2026-01-01' 这种写法,索引会失效,因为 MySQL 得先对每一行算一遍 date()。改成 where create_time >= '2026-01-01' and create_time < '2026-01-02' 就能走索引。
第三种,减少查询次数。列表页在循环里查数据库,一个页面几十上百次查询。改成一次查完再拼装,查询次数从几十降到一,效果立竿见影。
第四种,加缓存。变化不频繁的数据,查一次缓存十分钟。数据库压力直接降一个量级,这是最快的止血办法。
还有第五种,分页优化。limit 100000, 10 这种深分页特别慢,因为要跳过十万行。改成用上一页的最后一条 ID 做条件,速度能快很多。
优化之后怎么验证
改完要重新 explain 一遍,确认扫描行数从几千降到几十,type 从 ALL 变成 ref 或者 range。
然后压测。用并发工具打一轮,看响应时间有没有明显下降,看 CPU 占用有没有降下来。
再观察一段时间的慢查询日志,确认没有新的慢 SQL 冒出来。有些优化会带来新的问题,比如索引太多导致写入变慢。
最后别忘了回头看业务。优化不能改变功能逻辑,展示结果要和改之前一模一样。改完对不上数据,比慢一点严重得多。
几个容易忽略的点
第一,索引不是越多越好。每个索引都占空间,还会拖慢写入。一个表上十几个索引,写入性能会明显下降。
第二,联合索引有顺序。where a and b 的查询,索引要建在 (a, b) 上,顺序反了效果差很多。
第三,统计信息要更新。MySQL 靠统计信息决定用哪个索引,统计信息过期了,执行计划可能选错。定期 analyze table。
第四,慢的不一定是 SQL。有时候是连接池配置不对、是网络延迟、是锁等待。排查的时候要把这些可能性都排掉。
加索引的几个实操细节
加索引不是随便加,有几个细节决定效果。
第一,联合索引的顺序。where a = 1 and b = 2 的查询,索引建在 (a, b) 上。顺序反了,MySQL 可能用不上。原则是区分度高的字段放前面。
第二,最左前缀。联合索引 (a, b, c),能匹配 a、a+b、a+b+c 三种查询,但匹配不了单独 b 或者 b+c。设计索引的时候要考虑实际查询模式。
第三,覆盖索引。如果查询要的字段都在索引里,MySQL 不用回表查数据行,速度快很多。explain 里看到 Using index 就是命中了覆盖索引。
第四,索引不是越多越好。每个索引都要占空间,写入时也要维护。一个表十几个索引,插入和更新会明显变慢。控制在一个合理的数量。
第五,定期清理无用索引。有些索引建了之后从来没被用过,白白占用空间拖慢写入。用工具分析索引使用情况,把没用的删掉。
一个典型的优化过程
有个内容站,列表页打开要三秒多。服务器配置不低,CPU 也不高,看着不像资源问题。
先开慢查询日志,跑了一天。日志里出现最多的一条,是列表页那条分页查询,一天出现了几万次,每次耗时两秒左右。
explain 一看,type 是 ALL,rows 是四十多万。全表扫描四十万行,难怪慢。
看 SQL:where category_id = 5 and status = 1 order by create_time desc limit 20。三个字段都在条件里,但一个索引都没有。
建了个联合索引 (category_id, status, create_time)。顺序是按「等值条件在前、排序字段在后」排的。
再看 explain,type 变成 ref,rows 降到几百,Extra 里也没有 filesort 了。
压测一轮,列表页从三秒降到八十毫秒。服务器的 CPU 占用从七成降到两成。
整个过程花了一个多小时,没换服务器,没改代码,就加了一个索引。
什么时候该考虑换方案
优化到一个程度,就该考虑架构层面的调整了。
如果单表数据超过千万,加索引效果也不明显了,这时候要考虑分表或者归档历史数据。
如果读请求远多于写请求,可以考虑读写分离,把读压力分到从库上。
如果热点数据集中在少数几条,考虑加一层 Redis 这类内存缓存。
如果查询本身就很复杂,多表关联好几层,考虑把结果预先算好存起来。
但这些都属于「优化到极限之后」的选择,成本和复杂度都高。绝大多数站,把索引和查询改好就够用了,不需要动架构。
数据库这块,优化是个细活。但只要有耐心,一条条查、一条条改,多数站的性能都能提升一大截。比盲目升级服务器划算得多。
