合理使用索引、优化 SQL 语句、分析执行计划、优化表结构可显著提升 MySQL 查询效率，需从多方面持续优化。
MySQL 查询效率直接影响应用性能，尤其在数据量大、并发高的场景下更为关键。优化查询不只是加索引那么简单，需要从 SQL 语句、表结构、索引设计、执行计划等多个方面综合考虑。以下是实用的 MySQL 查询效率提升技巧。
合理使用索引
索引是提升查询速度最直接的方式，但不恰当的使用反而会拖慢性能。
- 为常用查询字段创建索引：如 WHERE、ORDER BY、GROUP BY 涉及的列。
- 避免过度索引：每个额外索引都会增加写操作的开销，影响 INSERT、UPDATE、DELETE 性能。
- 使用复合索引注意顺序：将选择性高的字段放在前面，遵循“最左前缀”原则。
- 避免在索引列上做函数操作 ：如WHERE YEAR(create_time) = 2023 会导致索引失效，应改为create_time BETWEEN ‘2023-01-01’ AND ‘2023-12-31’。
优化 SQL 语句写法
很多慢查询源于不合理的 SQL 写法。
- 避免 SELECT *：只查询需要的字段，减少数据传输和解析开销。
- 用 LIMIT 限制结果集：尤其是分页查询，避免返回大量无用数据。
- 少用子查询，优先使用 JOIN：MySQL 对子查询优化较弱，复杂嵌套容易导致性能下降。
- 避免在 WHERE 中使用 NULL 判断：尽量保证字段不允许为 NULL，或使用默认值，提高索引效率。
- 慎用 LIKE ‘%xxx’：以通配符开头的模糊查询无法使用索引，可考虑全文索引或 搜索引擎 替代。
分析执行计划（EXPLAIN）
通过 EXPLAIN 命令查看 SQL 执行计划，是诊断慢查询的核心手段。
- 关注 type 字段：ALL 表示全表扫描，需优化；index 或 ref 更理想。
- 检查 key 是否使用了预期索引。
- 查看 rows 估算扫描行数，越少越好。
- 注意 Extra 中的提示，如 ”Using filesort” 或 ”Using temporary” 说明存在 性能瓶颈。
优化表结构与数据类型
良好的表设计是高效查询的基础。
- 选择合适的数据类型：用 TINYINT 代替 INT 存储状态值，用 VARCHAR 而非 TEXT 存储短文本。
- 尽量使用 NOT NULL：NULL 值处理更复杂，影响索引和比较操作。
- 拆分大字段：如将 TEXT 类型的描述字段单独建表，避免影响主表查询性能。
- 适当冗余减少 JOIN：在高并发场景下，适度反范式化可显著提升查询速度。
基本上就这些。关键是养成写 SQL 时就考虑性能的习惯，结合慢查询日志定期分析，持续优化。MySQL 查询效率提升不是一蹴而就，而是日常积累的过程。
