Java 后端 / 系统课时
分析慢查询日志
分析慢查询日志
本节学习如何在明确数据库环境的前提下,通过慢查询日志发现高耗时 SQL,并结合执行计划定位原因,建立从发现问题到验证优化效果的排查流程。
学习目标
- 理解慢查询日志中的关键字段和分析重点
- 掌握基于 MySQL 慢查询日志定位问题 SQL 的方法
- 学会结合执行计划判断优化方向
慢查询日志解决什么问题
数据库接口变慢时,仅查看接口耗时无法判断问题是否来自 SQL。慢查询日志会记录超过阈值的 SQL,通过执行时间、扫描行数等信息帮助开发人员定位数据库访问瓶颈。
本节示例以 MySQL 为分析环境。如果项目使用 PostgreSQL 等其他数据库,需要使用对应数据库提供的慢查询统计能力,例如 PostgreSQL 的 log_min_duration_statement,不要直接套用 MySQL 配置。
分析慢查询时重点关注:
- SQL 执行耗时是否持续偏高
- 扫描数据量是否明显超过返回结果
- SQL 是否高频重复出现
- 查询条件是否导致索引无法使用
配置并查看 MySQL 慢查询记录
在 MySQL 环境中,可以通过系统变量开启慢查询日志,并设置记录阈值。
SET GLOBAL slow_query_log = ON;
SET GLOBAL long_query_time = 1;
SHOW VARIABLES LIKE 'slow_query_log';
SHOW VARIABLES LIKE 'long_query_time';预期输出
slow_query_log ON
long_query_time 1.000000示例表示执行时间超过 1 秒的 SQL 会被记录。生产环境中的阈值应结合接口延迟目标、业务流量和数据库负载调整。
从慢查询中定位问题 SQL
慢查询记录通常包含执行时间、锁等待时间、扫描行数和 SQL 文本。排查时优先关注耗时高、执行频率高且影响范围大的语句。
找到 SQL 后不要立即增加索引或修改语句,应先确认执行计划,判断数据库实际采用的访问路径。
EXPLAIN SELECT id, name
FROM orders
WHERE user_id = 10001
ORDER BY created_at DESC;预期结果
id type key rows
1 ref idx_user_id 120如果执行计划中的 key 为空,或者 rows 预估扫描量明显过大,通常说明查询没有有效利用索引,需要继续分析条件、索引设计和数据分布。
建立慢查询分析流程
生产环境中建议按照固定顺序排查:
- 从监控发现接口延迟升高。
- 根据异常时间范围筛选慢查询记录。
- 找出高耗时或高频 SQL。
- 使用执行计划分析访问路径。
- 优化 SQL 或索引后重新验证指标。
这个流程可以避免只针对某一条 SQL 进行修改,而忽略业务流量变化和整体数据库压力。
慢查询优化的边界
并不是所有慢 SQL 都应该增加索引。写入频繁的表增加索引会提升维护成本,大范围查询也可能因为返回数据量过大而不适合依赖索引。
慢查询日志负责发现问题,执行计划负责解释原因,优化方案需要结合数据量、访问模式和业务目标,并通过压测或线上指标验证最终效果。