MySQL 查询优化详解：从执行计划到实战优化

前言

在数据量爆发式增长的今天，MySQL 查询性能成为系统瓶颈的高频场景。一条低效 SQL 可能拖慢整个业务链路，而合理的优化能让查询性能提升几个数量级。本文从查询分析工具、索引优化、语句调优到架构级优化，结合真实案例与代码示例，带你掌握 MySQL 查询优化的核心方法论。

---

一、查询分析：从执行计划开始

1. EXPLAIN：SQL 执行的 “X 光片”

通过EXPLAIN分析执行计划，重点关注 3 个核心指标：

EXPLAIN SELECT * FROM orders WHERE status = 1 AND create_time > '2023-01-01';

（1）type：访问类型（效率从高到低）

类型	说明	示例场景
const	单条记录匹配（主键 / 唯一索引）	WHERE id = 1
eq_ref	多表 JOIN 时的唯一匹配	主键关联 JOIN
range	索引范围查询	WHERE id > 100
index	全索引扫描（优于全表扫描）	SELECT id FROM table
ALL	全表扫描（最差情况）	无索引或索引失效

（2）rows：预估扫描行数

• 理想值：接近实际返回行数，越小越好
• 优化目标：通过索引将rows从百万级降至千级

（3）Extra：额外信息

• Using index：覆盖索引，无需回表
• Using filesort：文件排序（需优化 ORDER BY）
• Using temporary：创建临时表（分组 / 排序优化重点）

2. SHOW PROFILE：精准定位耗时环节

-- 开启 profiling
SET profiling = 1;

-- 执行查询
SELECT * FROM orders WHERE user_id = 123;

-- 获取 profiling 结果
SHOW PROFILE FOR QUERY LAST;

重点关注send data阶段：占比过高说明数据传输或计算耗时，可能需减少返回字段。

---

二、索引优化：查询加速的核心引擎

1. 索引设计三原则

（1）最左匹配原则

场景：联合索引(a, b, c)支持的查询模式：

-- 有效：使用全部/部分左前缀
WHERE a=1 AND b=2 AND c=3  
WHERE a=1 AND b=2           -- 用到a,b  
WHERE a=1                   -- 用到a  

-- 无效：跳过左字段
WHERE b=2 AND c=3           -- 索引失效

（2）区分度优先策略

计算字段区分度（越高越好）：

SELECT COUNT(DISTIN