慢查询日志分析需三步:一设合理阈值并开启log_queries_not_using_indexes确保日志代表性;二用pt-query-digest按时间范围筛选高危sql;三借explain验证索引实效性,关注type、rows、extra字段,结合analyze table与监控告警形成闭环。

直接分析慢查询日志本身不能解决问题,关键在于把日志变成可执行的优化动作。核心是三步走:先让日志有代表性,再用工具筛出真问题,最后靠执行计划验证改得对不对。
让慢查询日志真正反映业务瓶颈
日志没用,往往是因为它根本没记对东西:
- 阈值别硬套“1秒”——高并发交易系统可能设为0.2秒,后台报表类可放宽到3秒,关键是和业务响应预期匹配
- 必须打开log_queries_not_using_indexes,很多慢查询不超时却拖垮性能,就因为走了全表扫描但没被long_query_time捕获
- 日志路径要独立挂载,避免和数据目录共用磁盘导致IO争抢;定期用logrotate做轮转,防止单个日志文件过大影响分析效率
用pt-query-digest快速锁定高危SQL
mysqldumpslow只能看个大概,真正要排优先级得靠pt-query-digest:
- 运行pt-query-digest /var/log/mysql/slow.log --since "2026-08-10 00:00:00",限定时间范围,避开发布变更等干扰时段
- 重点关注报告顶部的“Profile”部分:看Query_time sum(总耗时)和Count(执行次数)双高的语句,这类SQL对整体延迟影响最大
- 报告里带“# Query 1”标记的示例SQL,复制出来直接在库上跑EXPLAIN,别只看摘要
用EXPLAIN验证索引是否真正生效
看到“已加索引”不等于问题解决,得看MySQL实际怎么用它:
- type字段出现ALL或index,说明还是扫了整张表或整个索引树,得检查WHERE条件是否符合最左前缀原则
- rows值远大于实际返回行数(比如查10条却预估扫描50万行),大概率是统计信息过期,执行ANALYZE TABLE 表名更新
- Extra里出现Using filesort,不是加个ORDER BY字段索引就能解决——要确保排序字段在索引中位置靠后且没被范围查询截断
把分析结果变成可持续动作
一次优化管不了半年,得让流程跑起来:
- 每天凌晨用crontab自动跑pt-query-digest,把前1小时日志生成简报邮件,标题标出TOP3慢SQL的耗时变化
- 开发提测时强制附上核心接口的EXPLAIN结果截图,DBA只审核key、rows、Extra三项
- 在监控大盘里加一条“慢查询QPS”,趋势突增时自动触发告警,而不是等用户投诉才翻日志











