面试题：MySQL慢查询日志在大数据量查询中的常见优化手段有哪些

添加合适索引：
- 分析慢查询语句中的 WHERE 条件，对频繁用于过滤的字段添加索引。例如，如果查询为 SELECT * FROM users WHERE age > 30 AND city = 'Beijing';，可以考虑在 age 和 city 字段上添加复合索引 CREATE INDEX idx_age_city ON users(age, city);，这样能加快数据的定位速度。
- 对于连接查询，在连接字段上添加索引。比如 SELECT * FROM orders JOIN customers ON orders.customer_id = customers.id;，在 orders.customer_id 和 customers.id 上添加索引能提升连接效率。
删除无用索引：定期检查数据库中的索引，删除那些从未被使用或者很少被使用的索引。过多的索引会增加数据插入、更新和删除操作的开销，因为每次数据变动时，MySQL 都需要更新相应的索引。

避免全表扫描：
- 尽量避免在 WHERE 条件中使用函数操作。例如，SELECT * FROM users WHERE UPPER(name) = 'JOHN'; 会导致全表扫描，应改为 SELECT * FROM users WHERE name = 'john'; 并在 name 字段上添加合适索引。
- 避免使用 LIKE '%xxx'，因为这种方式无法利用索引，如 SELECT * FROM products WHERE product_name LIKE '%book';，如果必须使用 LIKE，可以改为 LIKE 'book%' 并在 product_name 字段添加索引。
优化子查询：
- 对于一些子查询，可以改写为连接查询。例如子查询 SELECT * FROM orders WHERE customer_id IN (SELECT id FROM customers WHERE country = 'USA'); 可以改写为连接查询 SELECT orders.* FROM orders JOIN customers ON orders.customer_id = customers.id AND customers.country = 'USA';，连接查询通常性能更好。
分页优化：
- 大数据量分页时，使用 LIMIT OFFSET 会随着 OFFSET 增大性能急剧下降。例如 SELECT * FROM articles LIMIT 100000, 10;，可以通过记录上次查询的最大 ID 来优化，如 SELECT * FROM articles WHERE id > (SELECT id FROM articles ORDER BY id LIMIT 100000, 1) LIMIT 10;

调整缓存参数：
- 增加 innodb_buffer_pool_size，它用于缓存 InnoDB 表的数据和索引。更大的缓冲池能让更多的数据和索引缓存在内存中，减少磁盘 I/O。例如，可以根据服务器内存情况适当增大该值，一般建议设置为服务器物理内存的 60% - 80%。
- 调整 key_buffer_size（适用于 MyISAM 存储引擎），它缓存 MyISAM 表的索引块，合理设置能提高 MyISAM 表的查询性能。
优化线程参数：
- 调整 max_connections，它设置了 MySQL 允许的最大连接数。如果设置过大，可能会导致系统资源耗尽；设置过小，会限制同时连接的用户数。根据服务器性能和实际业务需求合理调整该值。
- 优化 thread_cache_size，它缓存空闲线程，减少线程创建和销毁的开销。适当增大该值可以提高高并发场景下的性能。

星途面试题库