首先，开启慢查询日志，设置slow_query_log=1和long_query_time=1（单位秒），然后通过show processlist查看当前慢查询；使用EXPLAIN分析查询计划，关注type、key、rows字段；优化索引，建立合适的复合索引，避免全表扫描；更新统计信息用ANALYZE TABLE；合理设计表结构，避免大字段和过多JOIN。

排查步骤

1. 检查慢查询日志：查看mysql.slow_log表或日志文件，找出执行时间长的SQL。
2. 用EXPLAIN SELECT ... 查看执行计划，type=ALL表示全表扫描，需要加索引。
3. 检查锁等待：show engine innodb status，看是否有死锁或长事务。
4. 监控CPU、内存、IO：用top、iotop、free命令观察资源瓶颈。
5. 参数调优：增大innodb_buffer_pool_size到内存的70%。

优化方法

索引优化是关键，对于频繁WHERE、JOIN、ORDER BY的字段建索引；用覆盖索引减少回表；避免SELECT *，只选需要的列；分页优化用id>last_id LIMIT 10代替OFFSET；子查询改关联查询；批量操作代替循环插入。

实际案例

一个订单表查询慢，EXPLAIN显示type=index，rows=100万，加了复合索引(user_id,create_time)后，rows降到10，时间从5s到0.01s。另一个是UPDATE锁表，改用WHERE id IN (select...)分批更新。

服务器层面

升级SSD硬盘，增加内存；MySQL配置max_connections=1000，innodb_flush_log_at_trx_commit=2；读写分离，主库写从库读；用Redis缓存热点数据，减少数据库压力。

代码示例

-- 慢查询示例
SELECT * FROM orders WHERE status=1 ORDER BY create_time DESC LIMIT 10000; -- 全表排序
-- 优化后
SELECT id,user_id,amount FROM orders WHERE status=1 ORDER BY create_time DESC LIMIT 10000;
-- 加索引：ALTER TABLE orders ADD INDEX idx_status_time(status,create_time);

监控工具

用Percona Toolkit的pt-query-digest分析慢日志；Prometheus+Grafana监控QPS、慢查询率；阿里云RDS的SQL洞察功能自动推荐索引。

FAQ
Q: 怎么快速找到最慢的SQL？
A: 开启慢查询日志，执行pt-query-digest slow.log | head -20。
Q: 加索引后还是慢怎么办？
A: 检查是否覆盖索引，统计信息是否更新，用ANALYZE TABLE刷新。
Q: 大表分页慢怎么优化？
A: 用基于自增ID的深分页：SELECT ... FROM table WHERE id > 最后ID LIMIT 20。
Q: InnoDB缓冲池设置多少合适？
A: 服务器内存的60-80%，留给OS用。