思路：

• 通过慢查询日志去寻找哪些 SQL 执行效率低
• 使用 explain 获取低效率 SQL 的执行计划
• 结合 SQL 与执行计划，进行分析与优化​

引起 SQL 查询很慢的原因与解决办法：

1、没有索引。解决办法：

• 根据 where 和 order by 使用比较频繁的字段创建索引，提高查询效率
• 索引不宜过多，单表最好不要超过 6 个。索引过多会导致占用存储空间变大；insert、update 变慢
• 删除未使用的索引

2、索引未生效。解决办法：

• 避免在 where 子句中对字段进行 null 值判断，创建表默认值是 NULL。尽量使用 NOT NULL，或使用特殊值，如 0、-1
• 避免在 where 子句中使用 != 或 <> 操作符， MySQL 只有对以下操作符才使用索引：<、<=、=、>、>=、BETWEEN、IN、非 % 开头的 LIKE
• 避免在 where 子句中使用 or 来连接条件，可以使用 UNION 进行连接
• 能用 union all 就不用 union，union 过滤重复数据要耗费更多的 CPU 资源
• 避免部分 like 查询，如 '%ConstXiong%'
• 避免在索引列上使用计算、函数
• in 和 not in 慎用，能用 between 不要用 in
• select 子句中避免使用 *

3、单表数据量太大。解决办法：

• 分页查询(在索引上完成排序分页操作、借助主键进行关联)
• 单表数据过大，进行分库分表
• 考虑使用非关系型数据库提高查询效率
• 全文索引场景较多，考虑使用 ElasticSearch、solr

提升性能的一些技巧：

• 尽量使用数字型字段
• 只需要一行数据时使用 limit 1
• 索引尽量选择较小的列
• 不需要的数据在 GROUP BY 之前过滤掉
• 大部分时候 exists、not exists 比 in、not in 效率（除了子查询是小表的情况使用 in 效率比 exists 高）
• 不确定长度的字符串字段使用 varchar/nvarchar，如使用 char/nchar 定长存储会带来空间浪费
• 不要使用 select *，去除不需要的字段查询
• 避免一次性查询过大的数据量
• 使用表别名，减少多表关联解析时间
• 多表 join 最好不超过 5 个，视图嵌套最好不超过 2 个
• or 条件查询可以拆分成 UNION 多个查询
• count(1) 比 count(*) 有效
• 判断是否存在数据使用 exists 而非 count，count 用来获取数据行数