Ubuntu下MySQL查询优化的核心方法
WHERE、JOIN、ORDER BY、GROUP BY子句中频繁使用的列创建索引；高选择性列（如唯一ID、状态字段）的索引效果更佳。例如，用户表的status字段（区分度高）适合建索引。WHERE age > 18 AND city = 'Beijing'），创建复合索引(age, city)，并遵循最左前缀原则（查询条件需包含索引左侧列）。避免冗余索引（如已有(a,b)复合索引，无需再建a的单列索引）。WHERE YEAR(create_time) = 2024应改为WHERE create_time BETWEEN '2024-01-01' AND '2024-12-31'）、隐式类型转换（如WHERE varchar_col = 123应改为WHERE varchar_col = '123'）或OR条件（除非每个条件都有索引）。SELECT column1, column2代替SELECT *，减少数据传输量和内存占用。JOIN代替子查询（如SELECT a.* FROM table_a a JOIN table_b b ON a.id = b.a_id比SELECT * FROM table_a WHERE id IN (SELECT a_id FROM table_b)更高效）；优先使用UNION ALL（不去重）代替UNION（去重），减少排序开销。LIMIT offset, size的大偏移量（如LIMIT 100000, 10），改用延迟关联（先查ID再关联原表）：SELECT a.* FROM table a JOIN (SELECT id FROM table ORDER BY create_time LIMIT 100000, 10) b ON a.id = b.id。innodb_buffer_pool_size是InnoDB引擎的核心参数，设置为服务器物理内存的50%-80%（如16GB内存设为8GB-12GB），用于缓存数据和索引，显著提升读写性能。max_connections根据应用并发需求设置（如100-500），避免过多连接导致资源竞争；可配合连接池（如HikariCP）复用连接。slow_query_log = ON、long_query_time = 2（超过2秒的查询）记录慢查询，结合mysqldumpslow或pt-query-digest工具分析瓶颈语句。INT代替BIGINT、VARCHAR(50)代替TEXT）；避免TEXT/BLOB类型（除非存储大量文本），如需使用可考虑分表。PARTITION BY RANGE（按时间范围）或HASH（按哈希值）分区，将数据分散到多个物理文件，提升查询效率。例如，订单表按月份分区：ALTER TABLE orders PARTITION BY RANGE (TO_DAYS(create_time)) (PARTITION p202401 VALUES LESS THAN (TO_DAYS('2024-02-01')), PARTITION p202402 VALUES LESS THAN (TO_DAYS('2024-03-01')))。ANALYZE TABLE table_name更新表的统计信息，帮助优化器选择更优的执行计划。OPTIMIZE TABLE table_name或ALTER TABLE table_name ENGINE=InnoDB重建索引，消除数据插入/删除导致的碎片，提升索引效率。SHOW STATUS（查看状态变量）、SHOW PROCESSLIST（查看当前进程）监控数据库状态；使用MySQL Workbench、Percona Monitoring and Management（PMM）等工具可视化分析性能趋势。