硬件是MySQL性能的基础，需根据业务负载选择合适的配置：
innodb_buffer_pool_size（如96GB内存可支持3-4个实例，32GB内存适合1-2个实例），剩余内存留给操作系统和其他进程。操作系统配置直接影响MySQL的资源利用率：
numa=off关闭，提升内存访问效率。noatime（不记录文件访问时间）、nodiratime（不记录目录访问时间）选项，减少磁盘I/O开销。vm.swappiness：设置为0-10（默认60），降低系统使用交换分区（swap）的概率，避免内存不足导致的性能下降；vm.dirty_background_ratio：设置为5-10，控制脏页（未写入磁盘的缓存数据）的后台刷新阈值；vm.dirty_ratio：设置为dirty_background_ratio的2倍（如10-20），限制脏页的最大比例，避免内存耗尽。/etc/sysctl.conf中的参数，如net.ipv4.tcp_tw_reuse=1（复用TIME_WAIT连接）、net.core.somaxconn=65535（增加监听队列长度），提升网络传输效率。MySQL的配置文件（my.cnf或my.ini）需根据硬件资源和业务需求调整，关键参数如下：
innodb_buffer_pool_size：核心参数，用于缓存InnoDB表的数据和索引，建议设置为物理内存的60%-80%（如16GB内存可设为10GB-12GB），减少磁盘I/O。innodb_log_file_size：重做日志（redo log）大小，建议设置为256MB-512MB（如512MB），平衡性能与数据安全性（更大的日志文件允许更大的事务批量提交）。innodb_log_buffer_size：重做日志缓冲区大小，建议设置为8MB-64MB（如16MB），避免频繁写入磁盘。key_buffer_size：MyISAM索引缓存（MyISAM已不推荐用于OLTP场景，可设为256MB-512MB备用）。table_open_cache：表缓存数量，建议设置为16384-32768，减少表打开/关闭的开销。max_connections：最大连接数，建议设置为1000-2000（根据服务器内存和CPU核心数调整），避免连接数耗尽导致拒绝服务；可通过连接池（如ProxySQL）减少实际连接数。thread_cache_size：线程缓存数量，建议设置为64-256，缓存空闲线程，减少线程创建/销毁的开销。innodb_flush_log_at_trx_commit：控制重做日志的刷新频率，主库设为1（默认，保证数据安全性），从库设为2（提升性能，允许丢失1秒内的数据）；若对数据安全性要求极高，可保持1。slow_query_log：开启慢查询日志（设为1），记录执行时间超过long_query_time（建议设为1-2秒）的SQL语句，便于优化。innodb_flush_method：设置为O_DIRECT（默认），绕过操作系统缓存，直接写入磁盘，减少双重缓存的开销；若使用RAID卡带电池备份缓存，可设为O_DIRECT_NO_FSYNC进一步提升性能。query_cache_type：MySQL 5.7+已弃用查询缓存（query cache），建议设为0，避免缓存失效带来的性能损耗。索引是提升查询性能的关键，SQL语句的优化能减少不必要的资源消耗：
WHERE、JOIN、ORDER BY子句中的字段）创建索引，优先选择B+树索引（InnoDB默认索引类型）；避免在低重复率（如性别）或过长的字段（如TEXT）上创建索引。INDEX(a,b,c)可优化a=1、a=1 AND b=2、a=1 AND b=2 AND c=3的查询），避免创建冗余索引（如INDEX(a)和INDEX(a,b)重复）。OPTIMIZE TABLE命令整理索引碎片（针对InnoDB表，需重建表）；定期使用SHOW INDEX FROM table_name分析索引使用情况，删除未使用的索引。EXPLAIN命令查看执行计划，确认type列为ref或range）；避免使用SELECT *，仅选择必要的列，减少数据传输量。INNER JOIN代替子查询（如SELECT a.* FROM a JOIN b ON a.id = b.a_id比SELECT * FROM a WHERE a.id IN (SELECT a_id FROM b)更高效）；确保JOIN字段上有索引。LIKE '%value%'（无法使用索引），若需模糊查询，可使用LIKE 'value%'（前缀匹配，可使用索引）；减少OR条件的使用（可改用UNION替代）。EXPLAIN SELECT ...查看查询计划，重点关注type（访问类型，如ALL表示全表扫描）、key（使用的索引）、rows（扫描的行数），识别性能瓶颈。合理的表结构设计能减少数据冗余，提升查询效率：
TINYINT代替INT表示性别，VARCHAR(50)代替CHAR(50)表示可变长度字符串）；避免使用TEXT、BLOB等大字段（可将大字段分离到单独的表中，通过关联查询获取）。utf8mb4字符集（支持完整的Unicode，如emoji），但需注意其占用更多存储空间（每个字符最多4字节）；若无需存储emoji，可使用utf8（每个字符最多3字节）。PARTITION BY RANGE (YEAR(create_time))）将数据分散到多个物理文件中，提升查询和维护效率（如删除旧数据只需删除对应分区）。customer_name字段（冗余），避免每次查询都关联客户表。持续的维护和监控能及时发现并解决性能问题：
slow_query_log=1，long_query_time=1），使用pt-query-digest（Percona Toolkit工具）或mysqldumpslow分析慢查询，找出执行慢的SQL语句并优化。OPTIMIZE TABLE命令整理表的碎片（针对InnoDB表，需执行ALTER TABLE table_name ENGINE=InnoDB），提升数据读取效率；对于频繁更新的表，建议每周优化一次。SHOW INDEX FROM table_name查看user_updates和rows_read，若user_updates远大于rows_read，说明索引未被有效使用），删除冗余索引。当单台服务器无法满足业务需求时，需考虑扩展：
binlog同步数据，提升读性能；可通过ProxySQL实现读写分离（自动将读请求分发到从库，写请求发送到主库）。