MySQL在高并发场景下，核心优化方向不是盲目加机器或调参数，而是围绕“减少锁冲突、降低单次查询开销、分散访问压力、提升响应确定性”来系统推进。
一、SQL与索引层面：让查询快且轻量
90%的高并发性能问题源于低效SQL。重点做三件事：
避免全表扫描：每个高频查询必须有覆盖索引，联合索引注意最左匹配；用EXPLAIN确认
type至少是
ref或
range，避免
ALL。 精简查询结果：禁止
SELECT *，只查业务真正需要的字段；分页慎用
LIMIT 10000,20，改用游标式分页（如
WHERE id > last_id ORDER BY id LIMIT 20）。 拆分复杂操作：JOIN多表、子查询、GROUP BY + ORDER BY混用会显著拖慢响应；能前置到应用层聚合的，就别压给数据库。
二、事务与锁控制：缩短锁持有时间
高并发下锁争用是吞吐瓶颈。关键原则是“快进快出”：
事务粒度最小化：只把真正需要ACID保障的操作包进事务，非必要不跨表、不跨服务；避免在事务里调外部API或做耗时计算。 写操作优先走主键更新：用UPDATE ... WHERE id = ?而非
WHERE status = 'pending'，后者易引发行锁升级为间隙锁甚至表锁。 读已提交（RC）够用就不上可重复读（RR）：RR隔离级别下Gap Lock更重，尤其在范围查询+并发插入时容易死锁；除非业务强依赖一致性快照，否则RC更轻量。
三、架构与部署策略：分流、缓存、降级
单库总有上限，需靠架构手段卸载压力：
读写分离 + 从库分组：主库只写，读请求按业务模块路由到不同从库（如订单读走A组，用户读走B组），避免所有读都挤在同一从库。 热点数据兜底缓存：对频繁查询且变更不频繁的数据（如配置表、商品类目），用Redis缓存结果，并设置合理过期+主动更新机制；注意缓存穿透（布隆过滤器）、击穿（互斥锁）、雪崩（随机TTL）。 冷热分离 + 归档历史数据：将半年前订单移入历史库，当前库只保留活跃数据；既减小单表体积，又降低索引深度和锁竞争面。四、配置与监控：让优化有据可依
不监控的优化等于蒙眼开车：
开启慢查询日志（long_query_time ≤ 1s），配合pt-query-digest定期分析TOP SQL，聚焦影响大的少数几条。 关注核心指标：Threads_running（瞬时活跃连接数）、Innodb_row_lock_waits（每秒锁等待次数）、QPS/TPS趋势、主从延迟（Seconds_Behind_Master）；突增即预警。 连接池合理配置：应用端连接池最大值≠数据库max_connections；建议设为数据库连接数的60%~80%，并启用连接复用和空闲超时回收。高并发优化不是一次性动作，而是一个持续观测—定位—收敛—验证的闭环。从一条慢SQL开始，比堆参数更有效。
