在 MySQL 中分析慢查询并优化索引，核心是找出执行效率低的 SQL 语句，定位瓶颈，然后通过合理创建或调整索引提升性能。整个过程需要结合慢查询日志、执行计划分析和实际业务场景。
开启并配置慢查询日志
要分析慢查询，首先要确保 MySQL 已开启慢查询日志功能，这样才能记录执行时间较长的 SQL。
在 my.cnf 或 my.ini 配置文件中添加以下参数：slow_query_log = ON
slow_query_log_file = /var/log/mysql/slow.log
long_query_time = 1
log_queries_not_using_indexes = ON
SET GLOBAL slow_query_log = 'ON';
SET GLOBAL long_query_time = 1;
SET GLOBAL log_output = 'FILE';
配置后，所有执行时间超过指定阈值（如 1 秒）的 SQL 将被记录到日志中，便于后续分析。
使用 explain 分析 SQL 执行计划
找到可疑的慢 SQL 后，使用 EXPLAIN 命令查看其执行计划，判断是否有效利用索引。
例如：
EXPLAIN SELECT * FROM orders WHERE user_id = 123 AND status = 'paid';
重点关注以下字段：
type：连接类型，从优到差为 system > const > eq_ref > ref > range > index > ALL。ALL 表示全表扫描，通常需要优化。 key：实际使用的索引。如果为 NULL，说明未命中索引。 rows：估算扫描行数，数值越大性能越差。 Extra：额外信息，出现 Using filesort 或 Using temporary 时需警惕，可能涉及排序或临时表，影响性能。合理创建和优化索引
根据执行计划和查询条件设计合适的索引：
为 WHERE 条件中的高频字段建立索引，如 user_id、status 等。 多条件查询时考虑使用复合索引，注意最左前缀原则。例如 WHERE a=1 AND b=2，应创建 (a,b) 索引而非单独 a 和 b 的索引。 避免过度索引，索引会增加写操作开销，并占用存储空间。 定期检查冗余或未使用的索引，可通过 information_schema.statistics 和 performance_schema.table_io_waits_summary_by_index_usage 查询。 对于大文本字段，可使用前缀索引，但需权衡区分度与空间。使用工具辅助分析
除了手动分析，还可以借助工具提升效率：
mysqldumpslow：MySQL 自带的慢查询日志分析工具，可统计出现频率高的 SQL。 pt-query-digest（Percona Toolkit）：功能更强大的分析工具，能生成详细报告，识别最耗时的查询。 配合监控系统（如 Prometheus + Grafana）长期观察数据库性能趋势。基本上就这些。关键是持续观察、分析、调整，结合业务增长不断优化索引策略，才能保持数据库高效运行。
