MySQL記錄下查詢超過指定時間的語句，我們將超過指定時間的SQL語句查詢稱為慢查詢。

1、查看時間限制
show variables like '%long%';
如果查詢超過long_query_time的時間就稱為慢查詢。

2、查看數據庫的啟動時間
show status like 'uptime%';

3、查看查詢語句條數
show status like 'com_Select';

4、獲取連接數
show status like 'connections';

5、設置慢查詢的時間
set long_query_time = 1;

6、以安全模式啟動mysql服務，慢查詢記錄將會寫入日志之中。
開啟慢查詢日志
在MySQL的配置文件中加以下參數
log-show-queries = D:/MySQL/Log/mysqld-slow-query.log
long-query-time = 5
log-queries-not-using-indexes

闡述：
有關慢查詢日志功能存放位置，該目錄文件一定要有寫的權限。

可以用設置，系統會給一個缺省的文件host_name-show.log
long_query_time
SQL執行時間閥值，默認為10秒
注意一下三點：
1、設置long_query_time這個閥值后，mysql數據庫會記錄運行時間超過該值的所有SQL語句，但對于運行時間正好等于long_query_time的情況并不會被記錄下來。也就是說，在mysql源碼里是判斷大于log_query_time，而非大于等于。
2、從MySQL5.1開始，long_query_time開始以微秒計算，這樣精確記錄SQL的運行時間。
3、建議該時間不應太小或太大，最好在5-10秒之間。當然可以根據自己的情況來定。
log-queries-not-using-indexes
如果運行的SQL語句沒有使用索引，則mysql數據庫同樣會將這條SQL語句記錄到慢查詢日志文件之中。

---

查詢優化神器 – explain命令

關于explain命令相信大家并不陌生，具體用法和字段含義可以參考官網explain-output，這里需要強調rows是核心指標，絕大部分rows小的語句執行一定很快（有例外，下面會講到）。所以優化語句基本上都是在優化rows。

慢查詢優化基本步驟

0.先運行看看是否真的很慢，注意設置SQL_NO_CACHE
1.where條件單表查，鎖定最小返回記錄表。這句話的意思是把查詢語句的where都應用到表中返回的記錄數最小的表開始查起，單表每個字段分別查詢，看哪個字段的區分度最高? ?查哪個字段時間比較長？？？？
2.explain查看執行計劃，是否與1預期一致（從鎖定記錄較少的表開始查詢）
3.order by limit 形式的sql語句讓排序的表優先查
4.了解業務方使用場景
5.加索引時參照建索引的幾大原則
6.觀察結果，不符合預期繼續從0分析

---

建索引的幾大原則

1.最左前綴匹配原則，非常重要的原則，mysql會一直向右匹配直到遇到范圍查詢(>、<、between、like)就停止匹配，比如a = 1 and b = 2 and c > 3 and d = 4 如果建立(a,b,c,d)順序的索引，d是用不到索引的，如果建立(a,b,d,c)的索引則都可以用到，a,b,d的順序可以任意調整。

2.=和in可以亂序，比如a = 1 and b = 2 and c = 3 建立(a,b,c)索引可以任意順序，mysql的查詢優化器會幫你優化成索引可以識別的形式

3.盡量選擇區分度高的列作為索引,區分度的公式是count(distinct col)/count(*)，表示字段不重復的比例，比例越大我們掃描的記錄數越少，唯一鍵的區分度是1，而一些狀態、性別字段可能在大數據面前區分度就是0，那可能有人會問，這個比例有什么經驗值嗎？使用場景不同，這個值也很難確定，一般需要join的字段我們都要求是0.1以上，即平均1條掃描10條記錄

4.索引列不能參與計算，保持列“干凈”，比如from_unixtime(create_time) = ’2014-05-29’就不能使用到索引，原因很簡單，b+樹中存的都是數據表中的字段值，但進行檢索時，需要把所有元素都應用函數才能比較，顯然成本太大。所以語句應該寫成create_time = unix_timestamp(’2014-05-29’);

5.盡量的擴展索引，不要新建索引。比如表中已經有a的索引，現在要加(a,b)的索引，那么只需要修改原來的索引即可

總結

以上是生活随笔為你收集整理的11MYSQL:慢查询以及优化步骤的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。