MySQL性能调优
一、EXPLAIN
EXPLAIN 是用于查看 SQL 查询执行计划的工具，它帮助分析 SQL 语句的执行过程，包括是否使用了索引、是否需要外部排序、是否使用了索引覆盖等。
1、执行计划参数
possible_keys：优化器评估的候选索引列表；
key：实际使用的索引，如果为 NULL，表示未使用索引；
key_len：使用的索引长度(字节数)；
rows：优化器预估的扫描行数；
type：数据扫描的方式，需要重点关注；
extra：执行计划的额外信息，指示扫描过程中使用的优化方法；
2、type 字段的常见扫描类型
执行效率从低到高：
ALL：全表扫描，这是最差的执行方式，因为需要扫描整个表；
INDEX：全索引扫描，虽然通过索引扫描，但依然需要读取整个索引，效率较低；
RANGE：索引范围扫描，通常用于 WHERE 子句中带有 <、>、IN、BETWEEN 等操作符，扫描索引范围，效率较高；
REF：非唯一索引扫描，适用于非唯一索引或唯一索引的非唯一前缀，返回的可能是多条记录，效率较高；
EQ_REF：唯一索引扫描，通常在多表连接时使用，效率很高；
CONST：常量查询，通常用于主键或唯一索引查询，返回结果只有一行，效率最高；
3、extra 字段的常见标志
Using filesort：表示 MySQL 在查询时使用了外部排序，通常出现在 GROUP BY 或 ORDER BY 操作中，效率较低；
Using temporary：表示 MySQL 使用了临时表来存储中间结果，常见于 GROUP BY 或 ORDER BY，效率较低；
Using index：表示查询只通过索引获取数据，而不需要访问表本身，这称为索引覆盖，效率较高，避免了回表操作；
二、性能优化方案
1、定位性能瓶颈
a. 查看slow_query_log（慢查询日志）锁定慢sql；
b. 并结合EXPLAIN命令分析SQL的执行计划，找出慢查询的原因；
2、索引设计与优化
a. 为查询中的 WHERE 子句、JOIN 操作、ORDER BY 和 GROUP BY 子句中的字段创建索引；
b. 对于多个字段经常同时出现在查询条件中的情况，创建联合索引（复合索引）。创建联合索引时遵循最左匹配原则，例如，查询 WHERE a = ? AND b = ? 时，创建 (a, b) 的复合索引会更高效；并且联合索引的字段顺序最好按区分度从高到低排列（如身份证号＞姓名＞性别）。
c. 避免对索引列使用函数、表达式、否定条件或模糊查询（如 LIKE '%xxx'），这些操作会导致索引失效，影响性能；
3、查询逻辑优化
a. 避免使用SELECT *，只查询真正需要的列；
b. 使用覆盖索引，即索引包含所有查询的字段，避免回表；
c. 联表查询最好要以小表驱动大表，并且被驱动表的字段要有索引，当然最好通过冗余字段的设计，避免联表查询；
d. 避免多层嵌套子查询（如SELECT * FROM (SELECT * FROM user WHERE status=1) t WHERE age>20），可改为JOIN或平铺查询逻辑；
e. 用EXISTS替代IN（当子查询结果集大时，EXISTS效率更高；结果集小时IN更优）；
4、深分页优化
对于 LIMIT n, y（深分页）的查询，可能会出现性能下降的问题，特别是在数据量较大的情况下。
a. 用 “位置定位” 替代偏移量，如SELECT * FROM tb WHERE id > 20000 LIMIT 10，这样可以直接定位到 20000 后的行，无需扫描前置数据；
b. 用 “覆盖索引 + 书签查询”，如SELECT * FROM tb WHERE id IN (SELECT id FROM tb WHERE status=1 LIMIT 20000, 10)，先通过索引查id，再回表查详情；
5、大表优化
如果单表的数据超过了千万级别，考虑是否需要将大表拆分为小表，减轻单个表的查询压力。
a. 水平分表（按行拆分）：按业务维度拆分（如order_202401、order_202402按月份分表），或按哈希拆分（如user_0、user_1按user_id%2拆分）；
b. 垂直分表（按列拆分）：将高频字段（如id、name、status）和低频字段（如remark、create_log）拆分为两张表，避免查询时加载冗余字段；
6、使用缓存技术
使用缓存（如 Redis）来存储热点数据和频繁查询的结果，从而减少数据库的压力；
7.其他优化方案
a. 对于非常大的系统，可以考虑数据库分库分表，将不同的数据库实例分布到不同的物理服务器上，从而提升系统的横向扩展能力；
b. 数据库参数优化：连接池（max_connections）、缓冲区（innodb_buffer_pool_size、query_cache_size）、日志（binlog_cache_size）等参数调优；
c. 读写分离：通过主库写、从库读（如 MGR / 主从复制）分摊压力，是高并发场景的基础优化；
d.硬件优化；