阿里云 PolarDB 查询慢如何优化索引和 SQL 执行计划

阿里云 PolarDB 查询慢优化首选通过 DAS 智能诊断定位缺失索引，或使用 EXPLAIN 分析执行计划后添加覆盖索引。适用场景为读多写少的业务场景，风险边界在于新增索引可能增加写入开销且锁表期间影响业务。

先说结论：PolarDB 查询优化核心在于减少扫描行数，优先使用索引覆盖查询条件，必要时通过 Outline 固定执行计划。

命令速用版

以下命令用于快速分析 SQL 执行路径和索引状态，直接在 PolarDB 客户端或 DMS 中执行。

EXPLAIN SELECT * FROM table_name WHERE column = 'value';
SHOW INDEX FROM table_name;
ALTER TABLE table_name ADD INDEX idx_column (column);

若无法修改代码，可使用 Outline 功能强制指定执行计划，无需重启服务。

PolarDB 查询慢通常是因为优化器选择了全表扫描而非索引扫描。PolarDB 基于共享存储架构，计算节点依赖统计信息生成执行计划，当数据分布变化或统计信息滞后时，优化器可能误判。

索引缺失会导致数据库读取大量无关数据块，增加 I/O 等待。此外，隐式类型转换、函数运算包裹字段、前缀模糊查询都会导致索引失效，迫使数据库进行全表扫描。

第一步：定位慢 SQL。登录阿里云控制台，进入 PolarDB 实例详情页，点击“慢日志”或使用 DAS“智能诊断”功能，按执行耗时排序提取 Top 10 语句。

第二步：分析执行计划。对提取的 SQL 添加 EXPLAIN 前缀执行，重点关注 type 字段。若显示 ALL，表示全表扫描；若显示 index，表示全索引扫描，均需优化。

第三步：创建或调整索引。根据 WHERE 条件和 ORDER BY 字段创建联合索引，遵循最左前缀原则。若表数据量大，建议在业务低峰期执行 DDL，或使用 Online DDL 工具。

第四步：使用 Outline 固化计划。若 SQL 无法修改且索引已存在但未被使用，可在 DAS 中创建 Outline，绑定特定 SQL 与指定执行计划，防止计划回退。

执行优化后的 SQL，再次运行 EXPLAIN 命令，确认 type 字段变为 ref、range 或 const。检查 Rows_examined 数值，该数值应显著小于优化前。

在慢日志页面观察该 SQL 的平均执行耗时是否下降。若使用 Outline，可在 DAS“执行计划管理”页面查看绑定状态是否为“生效”。

索引区分度低：在性别、状态等低基数字段上单独建索引，优化器可能仍选择全表扫描，建议将其放在联合索引末尾。

统计信息滞后：大批量导入或删除数据后，统计信息未更新会导致执行计划偏差，需手动执行 ANALYZE TABLE 更新统计信息。

隐式转换陷阱：查询条件字段类型与表定义不一致（如字符串加引号），会导致索引失效，需确保应用层参数类型与数据库定义匹配。

可能因为查询条件触发了索引失效规则，如对索引列进行了函数运算或类型隐式转换。

Outline 本身开销极小，主要用于稳定执行计划，避免因统计信息波动导致性能抖动。

PolarDB 支持 Online DDL，通常不会锁表，但长事务可能阻塞 DDL 完成，建议在低峰期操作。