SQL調優是提升數據庫性能 需結合索引優化、SQL語句優化、執行計劃分析及數據庫架構設計 創建合適索引 高頻查詢字段：對WHERE、JOIN、ORDER BY涉及的字段創建索引，尤其是區分度高的字段（如用戶ID）。 覆蓋索引：通過包含查詢所需字段的聯合索引，減少回表查詢（如INDEX (a, b)覆蓋SELECT a, b FROM table）。 避免冗余索引：聯合索引的順序需匹配查詢條件（如WHERE a=? AND b=?適合(a,b)索引）。 索引失效場景 對索引列進行函數計算（如WHERE YEAR(date_column)=2025）。 類型不匹配（如字符串字段用數字查詢）。 模糊查詢以通配符開頭（LIKE ‘%abc’）。 減少數據掃描 僅查詢必要字段：避免SELECT *，減少數據傳輸量。 分頁優化：大表分頁時，避免LIMIT 100000, 10，改用WHERE id 100000 LIMIT 10（基于有序主鍵）。 簡化復雜查詢 用JOIN替代子查詢：子查詢易導致全表掃描，改用INNER JOIN或EXISTS。 避免全表掃描：通過EXPLAIN檢查是否命中索引，關注type=ALL的查詢。 聚合與排序優化 預計算統計值：對頻繁統計的字段（如COUNT、SUM）可定期預存結果。 利用索引排序：對ORDER BY字段加索引，避免臨時表排序（Using filesort）。 分析執行計劃 用EXPLAIN查看執行步驟，需關注： key（使用的索引）、rows（掃描行數）、Extra（是否出現臨時表或文件排序）。 強制索引：在優化器選擇不當時，通過FORCE INDEX干預（如SELECT FROM table FORCE INDEX(idx_a)）。 更新統計信息 數據庫依賴統計信息選擇執行計劃，定期更新表統計信息（如ANALYZE TABLE）。 分庫分表 水平拆分：按時間或哈希鍵拆分大表（如日志表按月分區）。 垂直拆分：將寬表拆分為高頻字段和低頻字段表，減少單行數據量。 讀寫分離與緩存 主從架構：將讀請求分流到從庫，減輕主庫壓力。 緩存熱點數據：使用Redis緩存高頻查詢結果（如用戶信息）。 參數調優 內存分配：調整緩沖池大小（如innodbbufferpool_size），減少磁盤IO。 并發控制：合理設置連接池大小（避免過多連接爭搶資源）。 并行查詢 對大查詢啟用并行執行（如/PARALLEL(8) /），利用多核資源加速。 下推計算 將過濾、聚合操作下推到存儲層執行（如TiDB的LogicalView優化）。 原語句：SELECT FROM orders LIMIT 9000000 , 10 （耗時17 秒）。
優化后：SELECT FROM orders WHERE id 9000000 ORDER BY id LIMIT 10 （耗時0.3 秒）。
原語句：子查詢導致全表掃描。
優化后：改用INNER JOIN 并添加聯合索引，執行時間從5 秒降至50 毫秒。
SQL調優需結合具體場景，通過分析執行計劃、優化索引與語句、調整數據庫架構 調優后需持續監控性能，并隨著數據增長動態調整策略。 對于復雜系統，可借助數據庫內置工具（如TiDB的慢查詢日志、執行計劃管理）或第三方監控平臺（如Prometheus）分析。 
))
)
