MySQL 慢日志查询案例剖析

在数据库管理中，MySQL 慢日志是定位性能问题的关键工具。下面通过一个实际案例，深入剖析慢日志查询及解决过程。

某电商平台在业务高峰期出现响应迟缓的情况。开发和运维团队决定从 MySQL 慢日志入手查找原因。确保慢日志功能已开启。通过修改 MySQL 配置文件（my.cnf 或 my.ini），设置 slow_query_log = ON，并指定慢日志文件路径和慢查询时间阈值（如 long_query_time = 2，表示查询执行时间超过 2 秒即记录到慢日志）。

开启慢日志后，经过一段时间收集，得到了慢日志文件。日志文件记录了每条慢查询的详细信息，包括查询语句、执行时间、锁等待时间等。在分析日志时，发现大量类似的慢查询语句：

SELECT * FROM products 
JOIN product_categories ON products.category_id = product_categories.id 
JOIN product_reviews ON products.id = product_reviews.product_id 
WHERE products.status = 'active' AND product_categories.name = 'Electronics' 
ORDER BY products.price DESC;

这条查询语句涉及多表关联和条件筛选，执行时间长达 5 秒。初步判断，问题可能出在索引缺失或不合理的查询计划上。

使用 EXPLAIN 关键字分析查询计划：

EXPLAIN SELECT * FROM products 
JOIN product_categories ON products.category_id = product_categories.id 
JOIN product_reviews ON products.id = product_reviews.product_id 
WHERE products.status = 'active' AND product_categories.name = 'Electronics' 
ORDER BY products.price DESC;

从 EXPLAIN 结果发现，products 表的 status 字段、product_categories 表的 name 字段以及 products 表用于排序的 price 字段均未建立索引，导致全表扫描，大大增加了查询时间。

针对这些问题，为相关字段创建索引：

CREATE INDEX idx_products_status ON products(status);
CREATE INDEX idx_product_categories_name ON product_categories(name);
CREATE INDEX idx_products_price ON products(price);

创建索引后，再次执行相同查询，执行时间缩短至 0.5 秒，性能显著提升。

通过这个案例可知，MySQL 慢日志是性能优化的有力武器。在面对数据库性能问题时，借助慢日志定位慢查询，结合 EXPLAIN 分析查询计划，合理创建索引，能够有效解决问题，提升系统性能。