1、什么是慢查询？
慢查询就是SQL执行时间过长，严重影响用户体验的SQL查询语句。当它频繁出现时数据库的性能和稳定性都会受到威胁
慢查询是数据库性能瓶颈的常见原因，是指SQL执行时间超过阈值；可能由于复杂的连接、缺少索引、不恰当的查询设计或数据量过大而导致变慢。
2、如何解决慢查询？
重写查询、添加或优化索引、调整数据库配置等
2.1、追踪慢查询
想要追踪慢查询，首先需要在mysql中有一个名为 long-query-time的配置项，它定义了慢查询的阈值。一旦SQL语句执行超过阈值，就会被标记为慢查询。通过一系列命令，我们可以轻松地查看、开启、关闭慢查询监控，并设置合适的阈值。当然，为了让这些配置永久生效，你还需要在 my.conf 文件中进行相应设置。
3、怎样提升性能？
通过添加索引来提升查询速度，并揭示索引失效的常见场景。掌握这些必备技能，你将能够轻松应对各种性能挑战，让数据库运行更加高效稳定。
3.1、添加索引提升查询速度
- 数据内存中比较相比mysql的查询产生io的耗时可忽略不计，所以查询速度取决于查询过程中的IO次数耗时，即提高查询次数的有效方法是减少IO次数（mysql的数据是存储在磁盘中）
- MYSQL innoDB引擎索引数据结构是B+tree结构（树节点称为数据叶）
- 每个数据叶默认大小为16kb(16384)（show VARIABLES like ‘innodb_page_size’;）
- 对于主键索引，假设一行数据1kb，则叶子可存16条数据。
- 当B+Tree的高度为h = 2 则数据量为 1170 * 16 = 18720条数据。
- 当B+Tree的高度为 h = 3 则数据量为1170 * 11170 * 16 = 21902400条数据（2190.24万）
- 对于非主键索引，则叶子节点的索引信息有 16384 /（8+8）= 1024个索引信息。
- 若h=2 则数据量为 1170 * 1024 = 1198080。
- 若h=3 则数据量为 117011701024 = 1401753600条数据（14亿零175.36万）。
- 假设我们用bigint做为主键索引大概占8个字节，（B+tree特点）有指向下一个的指针大概占6个字符，则每个数据叶可以存放的索引信息有 16384 / （8 + 6）= 1170个索引信息。
- 分析得出结论：
- 非主键索引，索引覆盖，
14亿条数据情况下只需要3次io即可查询到想要的数据- 主键索引查询，
2190.24万条数据情况下只走需要3次io即可查询到想要的数据
3.2、索引失效场景
了解索引失效的场景，避免因SQL语句索引失效而引起的慢查询：
结语：解决慢查询问题并非一蹴而就的过程，需要持续关注和不断优化。只有这样，你才能确保数据库始终保持在最佳状态，为业务发展提供强有力的支撑。
