一个慢 SQL 打垮了整个服务？从 EXPLAIN 到索引优化全实战

本文是 SQL 与数据库排障系列的第一篇 叙事框架：现象 → 排查过程 → 根因 → 修复 → 预防

问题现象

某日上午 9:20 左右，监控突然告警：订单服务的 P95 响应时间飙升至 32.7 秒，数据库连接池使用率瞬间冲到 97.4%（487/500），订单查询接口超时率达到 23.6%。

值班小A 第一时间直连数据库，发现 Threads_connected 已经 487，离 max_connections 的 500 阈值只剩 13 个连接。更可怕的是，Threads_running 高达 463，意味着几乎所有线程都在执行查询，没有一个空闲。

SHOW PROCESSLIST 显示大量 Sending data 和 Creating sort index 状态的查询，SQL 内容高度一致——都是对 orders 表进行的多条件组合查询。

排查过程

第一步：开启慢查询日志

小A 首先检查了慢查询日志配置：

SHOW VARIABLES LIKE 'slow_query_log%';
SHOW VARIABLES LIKE 'long_query_time';

结果发现慢查询日志是关闭状态，而且 long_query_time = 10（默认值 10 秒）。这意味着即使一条 SQL 执行了 9 秒，也不会被记录——而这波故障中，绝大多数查询都在 15 秒以上。

立即调整：

SET GLOBAL slow_query_log = ON;
SET GLOBAL long_query_time = 0.5;
SET GLOBAL log_queries_not_using_indexes = ON;

很快，慢查询日志抓到了罪魁祸首：

慢日志的关键信息：

• Query_time: 18.42s — 一条查询运行了 18 秒
• Rows_examined: 2,976,832 — 扫描了近 300 万行
• Rows_sent: 20 — 只返回了 20 条

SQL 内容如下：

SELECT id, order_no, user_id, store_name, order_status,
       total_amount, create_time
FROM orders
WHERE order_status = 1
  AND create_time > '2024-06-01'
  AND store_name LIKE '%旗舰店%'
ORDER BY create_time DESC
LIMIT 20;

第二步：EXPLAIN 分析执行计划

拿到 SQL 后，小A 立刻执行 EXPLAIN：

           id: 1
  select_type: SIMPLE
        table: orders
         type: ALL
possible_keys: idx_create_time,idx_order_status
          key: NULL
         rows: 2976832
     filtered: 1.23
        Extra: Using where; Using filesort

几个致命的信号：

1. type=ALL — 全表扫描，MySQL 逐行读取 300 万行数据去匹配条件
2. key=NULL — 优化器决定不使用任何索引
3. rows=2,976,832 — 扫描了近 300 万行
4. Extra 含 Using filesort — 排序无法走索引，使用磁盘文件排序

EXPLAIN FORMAT=JSON 的结果：
{
  "query_block": {
    "ordering_operation": {
      "using_filesort": true,
      "table": {
        "access_type": "all",
        "rows_examined_per_scan": 2976832,
        "filtered": "1.23"
      }
    }
  }
}

第三步：为什么单列索引没用？

orders 表上有这几个索引：

• idx_user_id (user_id)
• idx_create_time (create_time)
• idx_order_status (order_status)
• idx_store_id (store_id)

单看每个条件都有自己的索引。但这条查询涉及了三个字段的组合条件：

WHERE order_status = 1          -- 等值条件，有 idx_order_status
  AND create_time > '...'       -- 范围条件，有 idx_create_time
  AND store_name LIKE '%旗舰店%' -- 左模糊，有 idx_store_id

MySQL 优化器面临一个选择：

• 走 idx_order_status → 找到所有 status=1 的行（约 60 万行）→ 回表检查 create_time 和 store_name
• 走 idx_create_time → 找到时间范围内的行（约 200 万行）→ 回表检查 order_status 和 store_name
• 全表扫描 → 顺序 IO，但避免多次回表的随机 IO

优化器估算后发现：三个单列索引各自过滤后仍需大量回表，回表的随机 IO 成本综合下来反而高于全表扫描的顺序 IO。所以它放弃使用任何索引，选择了 type=ALL。

根因分析

核心问题可以拆解为三层：

1. 索引层面：缺少复合索引

三个条件分别有自己的单列索引，但没有一个索引能同时覆盖 order_status（等值）和 create_time（范围）。order_status=1 过滤后约 20% 数据，create_time > '...' 过滤后约 67%，两个条件叠加有优化的空间。

复合索引最左前缀原则：将等值条件（order_status）放在复合索引左侧，范围条件（create_time）放在右侧，可以最大化过滤效率。

2. SQL 层面：LIKE 左模糊注定无法走索引

AND store_name LIKE '%旗舰店%'

前缀模糊查询（%keyword%）无法使用 B+Tree 索引的有序性进行快速定位，这个条件在全表扫描的基础上做字符串匹配，进一步加剧了性能问题。

3. 运维层面：慢查询日志未配置

• long_query_time 默认 10 秒，远高于合理阈值（通常 0.5~1 秒）
• slow_query_log 默认关闭
• 没有慢查询监控告警

这意味着这条 SQL 在上线后逐步变慢的过程中，完全处于无人察觉的状态，直到连接池被打满才被发现。

补充：为什么测试没发现？

测试环境订单表只有几千条数据，全表扫描和索引扫描的性能差异几乎可以忽略。当数据量增长到 300 万行时，O(n) 和 O(log n) 的差距才被指数级放大。

修复方案

方案一：创建复合索引（核心）

ALTER TABLE orders ADD INDEX idx_status_time (order_status, create_time);

这个索引的设计思路：

• order_status 是等值查询（=），放在最左侧，精确匹配
• create_time 是范围查询（>），放在右侧，在等值结果内做范围扫描
• 复合索引本身按 (order_status, create_time) 排序，ORDER BY create_time DESC 可以直接走索引的有序性，消除 filesort

加完索引后验证：

         type: ref
          key: idx_status_time
         rows: 48726
        Extra: Using index condition; Using where; Using filesort

• type=ref — 不再是全表扫描，走索引等值查找
• rows=48,726 — 从 297 万降到 4.87 万，减少 98.4%
• key=idx_status_time — 成功用上了复合索引

实际查询耗时从 18.42 秒降到了 0.06 秒，快了 300 多倍。

方案二：覆盖索引（进一步优化）

ALTER TABLE orders ADD INDEX idx_status_time_cover (
  order_status, create_time,
  id, order_no, user_id, store_name, total_amount
);

将所有查询列都包含到索引中，避免回表。此时 Extra 中会出现 Using index（覆盖索引），性能更进一步。

方案三：LIKE 模糊查询改造（长期方案）

如果 store_name LIKE '%关键词%' 是业务刚需，有几种改造思路：

1. 冗余标记字段：在业务写入时解析出"是否含关键词"，存为 TINYINT 精确字段
2. 全文索引：MySQL 全文索引支持 MATCH AGAINST，比 LIKE %keyword% 高效
3. ES 搜索引擎：对复杂度高的搜索需求，拆到 Elasticsearch

验证结果

加索引后，Threads_connected 从 487 迅速回落到 203，接口响应恢复正常。

Handler 状态对比也印证了索引的生效：Handler_read_key 从接近于 0 变为 48,728，说明索引被有效使用。

避坑建议

1. 慢查询日志必须配：long_query_time 设 0.5~1 秒，接入监控告警
2. SQL Review 卡口：上线前必须贴 EXPLAIN，type=ALL 的 SQL 禁止上线
3. 复合索引优先单列索引：业务查询往往是多条件组合，单列索引覆盖能力有限
4. 关注 Extra 中的 Using filesort：排序不走索引往往是性能杀手
5. 测试数据量不能太小：几千行 vs 百万行，执行计划可能完全不同

附：完整命令清单

-- 查看连接数和慢查询配置
SHOW GLOBAL STATUS LIKE '%Threads_connected%';
SHOW GLOBAL STATUS LIKE '%Threads_running%';
SHOW VARIABLES LIKE 'slow_query_log%';
SHOW VARIABLES LIKE 'long_query_time';

-- 开启慢查询日志（生产谨慎设置，低阈值会增加 IO 开销）
SET GLOBAL slow_query_log = ON;
SET GLOBAL long_query_time = 0.5;
SET GLOBAL log_queries_not_using_indexes = ON;

-- EXPLAIN 分析
EXPLAIN SELECT ... \G
EXPLAIN FORMAT=JSON SELECT ... \G

-- 加索引
ALTER TABLE orders ADD INDEX idx_status_time (order_status, create_time);
ALTER TABLE orders ADD INDEX idx_status_time_cover (order_status, create_time, id, order_no, user_id, store_name, total_amount);

-- 更新统计信息
ANALYZE TABLE orders;

-- 查看索引使用情况
SHOW STATUS LIKE 'Handler_read%';