概述
在业务型java项目中最大的隐患项之一就是慢SQL，它影响到服务的稳定性，也是日常工作中经常导致程序的最大隐患，在日常开发中如何避免出现慢SQL，出现了慢SQL应该按照什么思路去解决是我们必须要知道。其优化原则，总体可以归纳为：
- 科学创建索引
- 减少不必要的列查询
- 使用覆盖索引
- 语句改写
- 适当的应用内存进行条件组合分次查询
- 选择合适的列进行排序
- 适当的列冗余，减少关联表
- SQL 拆分，化繁为简
- 适当结合 ES
问题分析
1. 编写sql 在日常开发中，难免会遇到一些复杂的业务场景需要使用一些复杂的sql来解决业务问题，这些sql往往包含了一些复杂的函数、子查询。在项目的初期由于数据量少，不会对数据库造成太大的压力，但慢慢的随着业务的发展和时间的积累这些sql就会渐渐的成为慢sql，对数据库性能产生一定的影响，甚至影响程序正常运行。
对于这种场景，建议开发人员先了解业务场景，梳理清楚其关联关系，把sql拆分成简单的小sql，对应的关联主键加上索引，在内存中关联组合分次查询。同时在单测时，应用增加大数据量场景验证其性能。
2. 使用explain分析sql 通过 explain 可以初步定位出 SQL 是否使用索引，使用的索引是否正确，排序是否合理、索引列区分度等情况，通过这些基本就可以定位出绝大部分问题。在使用explain进行sql 分析时，我们最需关注的是以下这几个指标：
- type
- possible_keys
- key
- rows
- extra
2.1 type type 为索引连接类型，它有下面几种类型的取值，
- system：该表只有一行（相当于系统表），system 是 const 类型的特例
- const：针对主键或唯一索引的等值查询扫描，最多只返回一行数据. const 查询速度非常快，因为它仅仅读取一次即可
- eq_ref：当使用了索引的全部组成部分，并且索引是 PRIMARY KEY 或 UNIQUE NOT NULL 才会使用该类型，性能仅次于 system 及 const。
- ref：当满足索引的最左前缀规则，或者索引不是主键也不是唯一索引时才会发生。如果使用的索引只会匹配到少量的行，性能也是不错的。
- range：范围扫描，表示检索了指定范围的行，主要用于有限制的索引扫描。比较常见的范围扫描是带有 BETWEEN 子句或 WHERE 子句里有 >、>=、<、<=、IS NULL、<=>、BETWEEN、LIKE、IN () 等操作符。
- index：全索引扫描，和 ALL 类似，只不过 index 是全盘扫描了索引的数据。
- all：全表扫描，性能最差。
对于这几种类型，性能的好坏排序为：system>const>eq_ref>ref>range>index>ALL
2.2 possible_keys 展示当前查询可以使用哪些索引，这一列的数据是在优化过程的早期创建的，因此有些索引可能对于后续优化过程是没用的。
2.3 key 表示 MySQL 实际选择的索引，重点需要注意 Using filesort 和 Using temporary，前者代表无法利用索引完成排序操作，数据较少时从内存排序，否则从磁盘排序，后者 MySQL 需要创建一个临时表来保存结果。
2.4 rows 表示sql所查询的行数
2.5 extra 该列显示 MySQL 在查询过程中的一些详细信息。主要包括:
- Using filesort
- Using temporary
- Using index
- Using where
- Using join buffer
- impossible where
- select tables optimized away
- distinct 在日常问题排查中，我们最需要关注 Using filesort、Using temporary、Using index 这几个指标。
