MySQL SQL 优化（阿里实战指南）
- 慢 SQL 优化核心步骤
（1）定位慢 SQL
开启慢查询日志（阿里生产环境必配）：
sql
-- 临时开启（重启失效）
SET GLOBAL slow_query_log = ON;
SET GLOBAL slow_query_log_file = '/var/lib/mysql/slow.log';
SET GLOBAL long_query_time = 1; -- 执行时间>1秒的SQL记为慢SQL
（2）分析执行计划
使用EXPLAIN分析 SQL 执行计划（核心）：
sql
EXPLAIN SELECT * FROM user WHERE age > 20 AND name = '张三';
关键字段解读：
type：访问类型（ALL（全表扫描）< range（范围扫描）< ref（索引等值匹配）< eq_ref（主键等值匹配）< const（常量）），阿里要求至少达到range级别；
key：实际使用的索引（NULL 表示未使用索引）；
rows：预估扫描行数（越小越好）；
Extra：额外信息（Using filesort（文件排序）、Using temporary（临时表）需优化）。 - 阿里高频 SQL 优化案例
（1）优化前（全表扫描，耗时 5s）
sql
SELECT FROM order WHERE create_time >= '2025-01-01' AND status = 1;
（2）优化后（使用联合索引，耗时 0.01s）
sql
-- 1. 创建联合索引
CREATE INDEX idx_create_time_status ON order(create_time, status);
-- 2. 优化SQL（覆盖索引，避免）
SELECT id, order_no FROM order WHERE create_time >= '2025-01-01' AND status = 1;
（3）JOIN 优化（阿里规范：禁止大表 JOIN 大表）
优化原则：小表驱动大表（减少循环次数），给 JOIN 字段加索引；
示例：
sql
-- 优化前（大表驱动小表）
SELECT FROM big_table b JOIN small_table s ON b.id = s.big_id;
-- 优化后（小表驱动大表）
SELECT FROM small_table s JOIN big_table b ON s.big_id = b.id; - 阿里 SQL 编写规范（核心条款）
禁止使用SELECT ，仅查询需要的字段；
禁止大表分页使用LIMIT offset, size（offset 过大时扫描行数多），推荐 “主键分页”：
sql
-- 优化前（offset=10000，扫描10000+10行）
SELECT FROM user LIMIT 10000, 10;
-- 优化后（仅扫描10行）
SELECT * FROM user WHERE id > 10000 LIMIT 10;
禁止在 WHERE 子句中使用函数 / 运算（如DATE(create_time) = '2025-01-01'）；
批量操作使用INSERT INTO ... VALUES (),(),()（而非循环单条插入）。
五、MySQL 阿里云部署与调优（生产级） - 部署方案选择（阿里推荐）
方案 适用场景 阿里推荐度
阿里云 RDS MySQL 中小规模业务（开箱即用，自带高可用 / 备份） ★★★★★
ECS 自建 MySQL 大规模 / 定制化需求（如分库分表） ★★★☆☆
阿里云 PolarDB 超大规模 / 高并发（兼容 MySQL，云原生） ★★★★☆ - 阿里云 RDS 调优（核心参数）
阿里 RDS 支持通过 “参数模板” 调整 MySQL 配置，核心调优参数：
参数名 作用 阿里推荐值（4 核 8G）
innodb_buffer_pool_size InnoDB 缓存池大小（核心） 5G（物理内存的 60-70%）
max_connections 最大连接数 1000（避免连接数过高）
query_cache_type 查询缓存开关 OFF（阿里禁用：命中率低）
innodb_flush_log_at_trx_commit 事务刷盘策略 1（严格 ACID）/2（性能优先）
join_buffer_size JOIN 缓存大小 4M（按需调整） - 阿里生产环境高可用方案
（1）RDS 主从架构
核心：主库写入，从库读取（读写分离），自动故障切换；
阿里配置：RDS 控制台开启 “读写分离”，通过读写分离地址访问（如xxx.readwrite分离.mysql.rds.aliyuncs.com）。
（2）分库分表（阿里 ShardingSphere）
适用于单表数据量超 1000 万的场景，核心策略：
水平分表：按主键哈希（如id % 10分 10 表）；
垂直分库：按业务模块拆分（如订单库、用户库）；
阿里实战：使用 ShardingSphere-JDBC 实现客户端分库分表（无中间件，性能高）。
（3）备份与恢复（阿里必配）
自动备份：RDS 开启 “自动备份”（保留 7 天以上）；
增量备份：开启 binlog（log_bin = ON），支持时间点恢复（PITR）；
阿里建议：定期做 “全量备份 + binlog 备份”，避免数据丢失。
