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。

sql
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

text
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。

sql
EXPLAIN SELECT id, name
FROM orders
WHERE user_id = 10001
ORDER BY created_at DESC;

预期结果

text
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:

  1. 从监控发现接口延迟升高。
  2. 根据异常时间范围筛选慢查询记录。
  3. 找出高耗时或高频 SQL。
  4. 使用执行计划分析访问路径。
  5. 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。

按自己的节奏,确认真正理解。

目录与阅读设置

记录一个想法

分析慢查询日志

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通