一、优化步骤
（1）通过SQL监控、请求、日志等找出耗时的SQL语句；
（2）使用Explain方式查看SQL耗时的具体原因；
（3）根据实际情况解决：索引、缓存、左右连接
二、Explain
- select_type：简单查询or复杂查询？simple、primary、subquery、deriveer、union。
- type：SQL关联类型，system > const > eq_ref > ref > range > index > All。一般达到range就行，最好达到ref级别。
- keys和key_len：具体使用到哪些索引及索引长度。
- extra：记录额外信息，如使用覆盖索引（Using index）、使用临时表、使用外部排序（Using filesort）、使用某些聚合函数等等.
Type级别
system/const：如id=1这种常量 ；
eq_ref：主键或联合主键被使用且返回一条；
ref：使用普通索引或唯一索引的部分前缀，可能找到多个值（如：name='zhangsan'）；
range：使用一个索引检索某个范围，如in、between、大于等等操作；
index：扫描全索引拿到结果，一般是扫描某个二级索引（唯一索引、普通索引、前缀索引等索引属于二级索引）。
ALL：全表扫描。
三、索引
索引本质上是方便MySQL高效获取数据的数据结构。
（一）索引的分类
- 数据结构维度: B+树、Hash索引、全文索引、R-Tree索引。
- 物理存储维度: 聚集索引、非聚集索引。
- 逻辑存储维度: 主键索引、普通索引、联合索引、唯一索引、空间索引。
唯一索引：索引值唯一，允许有null值。
主键索引：特殊的唯一索引，一个表只能有一个主键索引，且不能有null值。
联合索引：在多个字段上创建索引，遵循最左前缀原则。
聚簇索引：正文内容就是按照一定规则排序的目录，如B+树，按照索引排序，一个表只能有一个，存储记录物理连续。
非聚簇索引：目录是目录，正文纯粹是正文，不按照索引排序，一个表可以有多个，存储记录物理不连续。
（二）索引使用的注意事项
- 索引不能包含null，否则无效；
- 索引上不能使用not in和<>操作；
- 不要在索引列上进行运算，会导致索引失效全表扫描；
- 查询使用多个列时可以建组合索引，查询时要符合最左前缀原则；
- 列长度过长时使用短索引，比如varchar2(100)的列可以使用列的前10个字段作索引；
- 控制索引的数量，过多的索引会消耗性能。
四、细节
- in/exists：in（适合子表比主表小的情况）、exists（适合子表比主表大的情况），尽可能让小表驱动大表。
- not in/not exists：not in（内外表全表扫描），not exists（无论跟大表小表都会用到表索引）。
- =和!=：尽量不使用!=避免全表扫描。
- like：左模糊匹配使用索引，全模糊匹配不使用索引。
- select：避免使用select *。
- union all/union：union需去重效率低，union all不去重效率高。
- 用连接代替子查询，避免子查询产生的临时表。
- join：join的表不宜太多。left join是左表驱动右表，inner join会自动小表驱动大表。
来源地址：https://blog.csdn.net/weixin_38085783/article/details/131146364
