慢 SQL接口性能优化实战

在对某电商项目进行接口性能压测时，发现 /product/search 接口响应缓慢，存在明显性能瓶颈。通过慢查询日志排查和 SQL 优化，最终实现了接口响应速度的显著提升。本文完整还原此次优化过程，特别强调操作步骤和问题分析过程，为后续类似问题提供可复用参考。

一、问题背景

接口地址：

GET /product/search?keyword=手机&pageNum=1&pageSize=10

该接口支持关键词模糊搜索和分页查询，是产品列表页的重要入口。

二、JMeter 接口压测

使用 JMeter 进行 50 和 100 并发下的性能测试，结果如下：

并发数	样本数	平均响应时间(ms)	最小值	最大值	标准差	吞吐量(req/s)
50	50	5869	2364	8465	1939	5.3
100	100	10791	2364	21543	5727	6.71

接口平均响应时间达到 5~10 秒，明显偏高，响应抖动也较严重。

三、开启 MySQL 慢查询日志

为定位 SQL 性能瓶颈，需先开启 MySQL 的慢查询日志。步骤如下：

1. 登录数据库
、

mysql -uroot -p

2. 临时开启慢查询日志（即时生效）

SET GLOBAL slow_query_log = 1;
SET GLOBAL slow_query_log_file = '/var/lib/mysql/mysql-slow.log';
SET GLOBAL long_query_time = 1;  -- 超过1秒即记录为慢查询
SET GLOBAL log_queries_not_using_indexes = 1;

3. 查看设置是否生效

SHOW VARIABLES LIKE 'slow_query_log%';
SHOW VARIABLES LIKE 'long_query_time';

4. 永久配置（推荐）
编辑配置文件 /etc/my.cnf：

[mysqld]
slow_query_log = 1
slow_query_log_file = /var/lib/mysql/mysql-slow.log
long_query_time = 1
log_queries_not_using_indexes = 1

重启 MySQL 生效：

docker restart mysql

四、慢 SQL 日志分析

压测执行期间，慢查询日志出现以下记录：
tail -n 50 /var/lib/mysql/mysql-slow.log

Query_time: 2.606188  Rows_examined: 118788
SELECT id, name, price, ...
FROM pms_product
WHERE delete_status = 0AND publish_status = 1AND name LIKE '%手机%'
LIMIT 10;

分析结果：

• LIKE ‘%手机%’ 会导致 无法使用索引；
• Rows_examined 超过 11 万，全表扫描严重拖慢性能；
• 查询时间达 2.606188 秒，符合慢 SQL 记录门槛；
• 实际仅返回几行数据，说明检索效率极低。

五、SQL 优化策略

✅ 优化 1：添加联合索引（过滤条件优化）

CREATE INDEX idx_publish_delete ON pms_product (publish_status, delete_status);

目标：加速前置过滤条件，缩小扫描范围。

✅ 优化 2：替换模糊搜索模式（条件允许时）
将：

name LIKE '%手机%'

替换为前缀匹配：

name LIKE '手机%'

并添加索引：

CREATE INDEX idx_name ON pms_product(name);

说明：前缀匹配可命中索引，大幅提升查询性能。

✅ 优化 3：MySQL FULLTEXT 索引（英文关键词可用）

ALTER TABLE pms_product ADD FULLTEXT(name);

使用：

MATCH(name) AGAINST('手机');

注意：MySQL 原生不支持中文分词，适用于英文搜索场景。

✅ 优化 4：引入 Elasticsearch（推荐）
对于中文模糊搜索，应优先考虑引入 Elasticsearch：

• 支持中文分词（如 IK Analyzer）；
• 查询速度快，灵活性强；
• 支持高亮、相关度排序、纠错、自动补全等高级搜索功能。

七、总结

🎯 优化流程回顾：

1. 压测工具发现接口响应慢
2. 开启慢查询日志，定位 SQL 问题
3. 分析执行计划，确认未命中索引、全表扫描
4. 针对性优化索引和搜索逻辑
5. 回归验证优化效果

📌 经验建议：

建议	说明
开启慢查询日志	持续监控系统中潜在瓶颈 SQL
适当控制模糊查询的使用	%关键词% 频繁使用时应考虑全文检索方案
数据量较大时应提前评估查询方式	多字段过滤、分页查询要设计好索引策略
中文搜索建议引入搜索引擎	如 Elasticsearch，提升性能和用户体验