华为云 RDS 慢查询排查:从告警到索引优化的完整过程
上周收到 RDS 的慢查询告警,一天几十条。花了一天排查,最后是三个索引的问题。记录下完整过程,方法比结论更有参考价值。
第一步:打开慢日志
RDS 控制台的「日志管理」里能看慢日志。先确认 long_query_time 是多少——默认 10 秒,太宽松了,一般改成 1 秒。
改参数:
SET GLOBAL long_query_time = 1;
或者在控制台的「参数修改」里改 long_query_time,持久生效。
改完等一段时间,让慢查询积累。
第二步:找出现频率最高的
慢日志里几百条,不能一条条看。先按「执行次数 × 平均耗时」排序,找影响最大的。
从 RDS 导出的慢日志是文本格式,用 mysqldumpslow 汇总:
mysqldumpslow -s at -t 10 slow.log
-s at 按平均耗时排序,-t 10 取前 10 条。
输出类似:
Count: 1280 Time=3.21s (4108s) Lock=0.00s Rows=1523.0
SELECT * FROM orders WHERE user_id=N AND status=N ORDER BY created_at DESC
1280 次,平均 3.21 秒,扫描 1523 行。这条必须优化。
第三步:EXPLAIN 看执行计划
EXPLAIN SELECT * FROM orders WHERE user_id = 123 AND status = 1 ORDER BY created_at DESC LIMIT 20;
结果:
+----+-------------+--------+------+---------------+------+---------+------+------+-----------------------------+
| id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra |
+----+-------------+--------+------+---------------+------+---------+------+------+-----------------------------+
| 1 | SIMPLE | orders | ALL | NULL | NULL | NULL | NULL | 1.2M | Using where; Using filesort |
+----+-------------+--------+------+---------------+------+---------+------+------+-----------------------------+
关键信息:
type: ALL—— 全表扫描key: NULL—— 没走索引rows: 1.2M—— 扫 120 万行Using filesort—— 额外排序
三个问题叠一起,难怪慢。
第四步:设计索引
查询条件是 user_id = ? AND status = ? ORDER BY created_at DESC。
联合索引的设计原则:
- 等值条件在前,范围/排序在后
- 区分度高的在前
- 排序字段放最后,能利用索引的有序性避免 filesort
所以索引应该是:
CREATE INDEX idx_user_status_created ON orders (user_id, status, created_at DESC);
user_id 区分度高(每个用户订单少),status 区分度低(只有几个值),created_at 用于排序。
为什么 status 放中间? 因为它是等值条件,放在排序字段前面不会破坏索引有序性。如果放 (user_id, created_at, status),那 created_at 之后的 status 就无法用于索引查找,只能过滤。
建完再看执行计划:
| type | key | rows | Extra |
| range | idx_user_status_created | 156 | Using index condition |
从 120 万行降到 156 行,filesort 也消失了。
耗时从 3.21 秒降到 12 毫秒。
另外两个慢查询
第二条:
SELECT COUNT(*) FROM orders WHERE status = 0 AND created_at > '2026-10-01';
原来有索引 (status),但区分度太低(status=0 占了 80% 的行),优化器直接放弃索引走全表。
改法:建 (status, created_at) 联合索引。虽然 status 区分度低,但 created_at 的范围条件能大幅缩小扫描量。
CREATE INDEX idx_status_created ON orders (status, created_at);
第三条:
SELECT * FROM products WHERE name LIKE '%手机%';
前置通配符 %xxx% 无法用 B+ 树索引,必然全表扫。
三种改法:
- 改成后缀匹配
LIKE '手机%',能走索引(但业务上不合适) - 上全文索引(MySQL 的 FULLTEXT,中文要配 ngram 分词器)
- 上专门的搜索引擎(ES)
我们选的是方案 2,数据量不大(几万条),FULLTEXT 够用:
ALTER TABLE products ADD FULLTEXT INDEX ft_name (name) WITH PARSER ngram;
SELECT * FROM products WHERE MATCH(name) AGAINST('手机' IN BOOLEAN MODE);
优化过程中踩的坑
坑一:索引建了但没生效
建完索引,EXPLAIN 还是显示 key: NULL。原因是统计信息过期,优化器认为全表扫更快。
ANALYZE TABLE orders;
更新统计信息后再看,索引就用上了。
坑二:联合索引顺序错了
一开始建的是 (status, user_id, created_at),结果只有 status 条件能用上索引,user_id 用不上——因为最左前缀原则要求从第一列开始连续匹配。
WHERE user_id = ? AND status = ? 这种查询,索引必须是 (user_id, status, ...) 或者 (status, user_id, ...)。哪个在前取决于区分度,user_id 更高所以放前面。
坑三:SELECT * 拖慢查询
联合索引只包含索引列,SELECT * 需要回表取其他字段。如果查询只需要几个字段,改成覆盖索引:
-- 原来
SELECT * FROM orders WHERE user_id = ? AND status = ?;
-- 改成
SELECT id, amount, created_at FROM orders WHERE user_id = ? AND status = ?;
如果索引建成 (user_id, status, created_at, id, amount),这次查询完全在索引里完成,不用回表。但索引列太多会增大写入开销,要权衡。
坑四:加了索引写入变慢
索引不是免费的。每个索引都会增加 INSERT/UPDATE/DELETE 的成本。我们表上原来有 8 个索引,加了 3 个后写入 TPS 从 3000 降到 2400。
判断标准:如果这张表读多写少(比如订单查询),索引多没关系;如果写多读少(比如日志表),索引要精简。
监控和预防
1. 开慢查询告警
RDS 控制台可以配告警规则:慢查询数量超过阈值就通知。我们设的是「1 小时内超过 50 条」告警。
2. 定期看执行计划变化
数据量增长会导致优化器换执行计划。同一个 SQL,三个月前走索引,现在可能走全表。定期跑一遍核心 SQL 的 EXPLAIN 对比。
3. 用性能洞察
RDS 的「性能洞察」能看到实时的 SQL 排行,按 CPU、IO、锁等待排序。比翻慢日志直观。
4. 注意索引碎片
频繁删除的表,索引会有碎片。OPTIMIZE TABLE 能重建,但会锁表,要在低峰期做。云上 RDS 一般有自动维护,不一定要手动。
小结
慢查询排查的固定套路:慢日志排序 → EXPLAIN 看计划 → 设计索引 → 验证效果。
索引设计的核心是「最左前缀 + 等值在前 + 排序在后」,但真正决定效果的是数据分布——同样结构的 SQL,在不同数据量、不同区分度下,最优索引可能完全不同。
所以别抄网上的索引方案,看自己的 EXPLAIN。
- 点赞
- 收藏
- 关注作者
评论(0)