判断SQL是否有问题时可以通过两个表象进行判断：

系统级别表象

CPU消耗严重

IO等待严重

页面响应时间过长

应用的日志出现超时等错误

可以使用sar命令，top命令查看当前系统状态。也可以通过Prometheus、Grafana等监控工具观察系统状态。

SQL语句表象

冗长

执行时间过长

从全表扫描获取数据

执行计划中的rows、cost很大

冗长的SQL都好理解，一段SQL太长阅读性肯定会差，而且出现问题的频率肯定会更高。更进一步判断SQL问题就得从执行计划入手，如下所示：

执行计划告诉我们本次查询走了全表扫描Type=ALL，rows很大(9950400)基本可以判断这是一段"有味道"的SQL。

获取问题SQL

不同数据库有不同的获取方法，以下为目前主流数据库的慢查询SQL获取工具

MySQL

慢查询日志

测试工具loadrunner

Percona公司的ptquery等工具

Oracle

AWR报告

测试工具loadrunner等

相关内部视图如v$、$session_wait等

GRID CONTROL监控工具

达梦数据库

AWR报告

测试工具loadrunner等

达梦性能监控工具（dem）

相关内部视图如v$、$session_wait等

SQL编写技巧

SQL编写有以下几个通用的技巧：

• 合理使用索引

索引少了查询慢；索引多了占用空间大，执行增删改语句的时候需要动态维护索引，影响性能 选择率高（重复值少）且被where频繁引用需要建立B树索引；

一般join列需要建立索引；复杂文档类型查询采用全文索引效率更好；索引的建立要在查询和DML性能之间取得平衡；复合索引创建时要注意基于非前导列查询的情况

• 使用UNION ALL替代UNION

UNION ALL的执行效率比UNION高，UNION执行时需要排重；UNION需要对数据进行排序

• 避免select * 写法

执行SQL时优化器需要将 * 转成具体的列；每次查询都要回表，不能走覆盖索引。

• JOIN字段建议建立索引

一般JOIN字段都提前加上索引

• 避免复杂SQL语句

提升可阅读性；避免慢查询的概率；可以转换成多个短查询，用业务端处理

• 避免where 1=1写法

• 避免order by rand()类似写法

RAND()导致数据列被多次扫描

SQL优化执行计划

完成SQL优化一定要先读执行计划，执行计划会告诉你哪些地方效率低，哪里可以需要优化。我们以MYSQL为例，看看执行计划是什么。（每个数据库的执行计划都不一样，需要自行了解）

字段解释id每个被独立执行的操作标识，标识对象被操作的顺序，id值越大，先被执行，如果相同，执行顺序从上到下select_type查询中每个select 字句的类型table被操作的对象名称，通常是表名，但有其他格式partitions匹配的分区信息(对于非分区表值为NULL)type连接操作的类型possible_keys可能用到的索引key优化器实际使用的索引(最重要的列) 从最好到最差的连接类型为const、eq_reg、ref、range、index和ALL。当出现ALL时表示当前SQL出现了“坏味道”key_len被优化器选定的索引键长度，单位是字节ref表示本行被操作对象的参照对象，无参照对象为NULLrows查询执行所扫描的元组个数（对于innodb，此值为估计值）filtered条件表上数据被过滤的元组个数百分比extra执行计划的重要补充信息，当此列出现Using filesort , Using temporary 字样时就要小心了，很可能SQL语句需要优化

接下来我们用一段实际优化案例来说明SQL优化的过程及优化技巧。

优化案例

表结构

CREATETABLE`a`(`id`int(11)NOTNULLAUTO_INCREMENT,`seller_id`bigint(20)DEFAULTNULL,`seller_name`varchar(100)CHARACTERSETutf8COLLATEutf8_binDEFAULTNULL,`gmt_create`varchar(30)DEFAULTNULL,PRIMARYKEY(`id`));CREATETABLE`b`(`id`int(11)NOTNULLAUTO_INCREMENT,`seller_name`varchar(100)DEFAULTNULL,`user_id`varchar(50)DEFAULTNULL,`user_name`varchar(100)DEFAULTNULL,`sales`bigint(20)DEFAULTNULL,`gmt_create`varchar(30)DEFAULTNULL,PRIMARYKEY(`id`));CREATETABLE`c`(`id`int(11)NOTNULLAUTO_INCREMENT,`user_id`varchar(50)DEFAULTNULL,`order_id`varchar(100)DEFAULTNULL,`state`bigint(20)DEFAULTNULL,`gmt_create`varchar(30)DEFAULTNULL,PRIMARYKEY(`id`));

三张表关联，查询当前用户在当前时间前后10个小时的订单情况，并根据订单创建时间升序排列，具体SQL如下

selecta.seller_id,a.seller_name,b.user_name,c.statefroma,b,cwherea.seller_name=b.seller_nameandb.user_id=c.user_idandc.user_id=17anda.gmt_createBETWEENDATE_ADD(NOW(),INTERVAL–600MINUTE)ANDDATE_ADD(NOW(),INTERVAL600MINUTE)orderbya.gmt_create；

查看数据量

原执行时间

原执行计划

初步优化思路

SQL中 where条件字段类型要跟表结构一致，表中 user_id 为varchar(50)类型，实际SQL用的int类型，存在隐式转换，也未添加索引。将b和c表 user_id 字段改成int类型。

因存在b表和c表关联，将b和c表 user_id创建索引

因存在a表和b表关联，将a和b表 seller_name字段创建索引

利用复合索引消除临时表和排序

初步优化SQL

altertablebmodify`user_id`int(10)DEFAULTNULL;altertablecmodify`user_id`int(10)DEFAULTNULL;altertablecaddindex`idx_user_id`(`user_id`);altertablebaddindex`idx_user_id_sell_name`(`user_id`,`seller_name`);altertableaaddindex`idx_sellname_gmt_sellid`(`gmt_create`,`seller_name`,`seller_id`);

查看优化后执行时间

查看优化后执行计划

查看warnings信息

继续优化alter table a modify "gmt_create" datetime DEFAULT NULL;

查看执行时间

查看执行计划