阅读全文

⭐⭐⭐ Spring Boot 项目实战	⭐⭐⭐ Spring Cloud 项目实战
《Dubbo 实现原理与源码解析 —— 精品合集》	《Netty 实现原理与源码解析 —— 精品合集》
《Spring 实现原理与源码解析 —— 精品合集》	《MyBatis 实现原理与源码解析 —— 精品合集》
《Spring MVC 实现原理与源码解析 —— 精品合集》	《数据库实体设计合集》
《Spring Boot 实现原理与源码解析 —— 精品合集》	《Java 面试题 + Java 学习指南》

摘要: 原创出处 blog.csdn.net/hui_zai_/article/details/139845957 「灰_灰丶灰」欢迎转载，保留摘要，谢谢！

• 1. 使用数据库自带工具
  • MySQL
  • PostgreSQL
  • Oracle
• 2. 监控工具
• 3. SQL 诊断和分析
• 4. 优化建议
• 示例代码：使用 EXPLAIN 分析慢查询（MySQL）

---

🙂🙂🙂关注微信公众号：【芋道源码】有福利：

1. RocketMQ / MyCAT / Sharding-JDBC 所有源码分析文章列表
2. RocketMQ / MyCAT / Sharding-JDBC 中文注释源码 GitHub 地址
3. 您对于源码的疑问每条留言都将得到认真回复。甚至不知道如何读源码也可以请教噢。
4. 新的源码解析文章实时收到通知。每周更新一篇左右。
5. 认真的源码交流微信群。

---

定位慢 SQL（Slow SQL）是数据库性能调优中的一个重要任务，目的是找到和优化那些执行时间较长的 SQL 查询。以下是常用的定位慢 SQL 的方法和步骤：

1. 使用数据库自带工具

大多数数据库管理系统（DBMS）提供了内置的工具和视图来帮助定位慢 SQL。以下是一些主要数据库的常用工具：

MySQL

慢查询日志：

可以启用 MySQL 的慢查询日志，记录超过指定执行时间的查询。

配置示例：

SET GLOBAL slow_query_log = 'ON';
SET GLOBAL long_query_time = 1;  -- 单位是秒

查看慢查询日志：

SHOW VARIABLES LIKE 'slow_query_log_file';

EXPLAIN：

使用 EXPLAIN 语句来分析查询的执行计划。

示例：

EXPLAIN SELECT * FROM your_table WHERE your_condition;

PostgreSQL

pg_stat_statements：

PostgreSQL 提供了 pg_stat_statements 扩展来记录 SQL 语句的执行统计信息。

启用方法：

CREATE EXTENSION pg_stat_statements;

查看统计信息：

SELECT * FROM pg_stat_statements ORDER BY total_time DESC LIMIT 10;

EXPLAIN ANALYZE：

使用 EXPLAIN ANALYZE 来查看 SQL 查询的实际执行计划和执行时间。

示例：

EXPLAIN ANALYZE SELECT * FROM your_table WHERE your_condition;

Oracle

Automatic Workload Repository (AWR)：

Oracle 提供了 AWR 报告来分析性能问题，包括慢 SQL。

查看 AWR 报告：

@?/rdbms/admin/awrrpt.sql

SQL Trace and tkprof：

使用 SQL Trace 和 tkprof 工具来跟踪和分析 SQL 语句的执行。

启用 SQL Trace：

ALTER SESSION SET sql_trace = TRUE;

V$SQL 和 V$SQLAREA

查询 V$SQL 和 V$SQLAREA 视图来获取 SQL 语句的性能数据。

示例：

SELECT sql_text, elapsed_time, cpu_time, executions FROM v$sql ORDER BY elapsed_time DESC;

2. 监控工具

使用数据库监控工具可以帮助实时监控数据库性能，定位慢 SQL。这些工具通常提供图形化界面和详细的性能指标。常见的监控工具包括：

• MySQL Enterprise Monitor（MySQL）
• pgAdmin、pgWatch（PostgreSQL）
• Oracle Enterprise Manager（Oracle）
• 第三方工具：如 Datadog、New Relic、Prometheus 等。

3. SQL 诊断和分析

在实际分析慢 SQL 时，可以结合以下步骤进行详细诊断：

1.收集信息：

收集慢查询的 SQL 语句、执行时间、发生频率等信息。

2.分析执行计划：

使用数据库提供的 EXPLAIN 或 EXPLAIN ANALYZE 工具来查看查询的执行计划，找出可能的性能瓶颈（如全表扫描、索引未使用、JOIN 操作不当等）。

3.检查索引：

确认查询涉及的列是否有合适的索引，索引是否被正确使用。

4.统计信息和表结构：

检查表的统计信息是否最新，表结构是否合理。

示例：

ANALYZE TABLE your_table;

5.数据库配置：

检查数据库的配置参数是否优化，例如缓冲区大小、连接池配置等。

6.硬件资源：

确认服务器的硬件资源（CPU、内存、磁盘 I/O 等）是否充足，是否存在资源瓶颈。

4. 优化建议

在找到慢 SQL 后，可以考虑以下优化措施：

添加或优化索引：

根据查询条件和执行计划，添加或优化索引。

示例：

CREATE INDEX idx_your_column ON your_table(your_column);

重构查询：

改写查询语句，避免不必要的复杂操作。示例：使用子查询、分解复杂查询等。

调整表结构：

归一化或反归一化表结构，根据需要调整分区。

数据库参数调优：

调整数据库的配置参数，如内存分配、缓存大小、并发限制等。

分区和分片：

对于大表，可以考虑使用分区或分片来提高查询性能。

缓存：

使用缓存（如 Redis、Memcached）来减少数据库查询的频率。

示例代码：使用 EXPLAIN 分析慢查询（MySQL）

-- 慢查询示例
SELECT * FROM orders WHERE customer_id = 12345 AND order_date > '2023-01-01';

-- 使用 EXPLAIN 分析
EXPLAIN SELECT * FROM orders WHERE customer_id = 12345 AND order_date > '2023-01-01';
import java.sql.Connection;
import java.sql.DriverManager;
import java.sql.ResultSet;
import java.sql.Statement;

public class SlowQueryAnalyzer {
    public static void main(String[] args) {
        String url = "jdbc:mysql://localhost:3306/yourdatabase";
        String username = "yourusername";
        String password = "yourpassword";

        try (Connection conn = DriverManager.getConnection(url, username, password);
             Statement stmt = conn.createStatement()) {

            String slowQuery = "SELECT * FROM orders WHERE customer_id = 12345 AND order_date > '2023-01-01'";
            long startTime = System.currentTimeMillis();
            ResultSet rs = stmt.executeQuery(slowQuery);
            long endTime = System.currentTimeMillis();

            System.out.println("Query executed in " + (endTime - startTime) + " ms");

            // 使用 EXPLAIN 分析
            ResultSet explainRs = stmt.executeQuery("EXPLAIN " + slowQuery);
            while (explainRs.next()) {
                System.out.println("id: " + explainRs.getInt("id"));
                System.out.println("select_type: " + explainRs.getString("select_type"));
                System.out.println("table: " + explainRs.getString("table"));
                System.out.println("type: " + explainRs.getString("type"));
                System.out.println("possible_keys: " + explainRs.getString("possible_keys"));
                System.out.println("key: " + explainRs.getString("key"));
                System.out.println("rows: " + explainRs.getInt("rows"));
                System.out.println("Extra: " + explainRs.getString("Extra"));
            }

        } catch (Exception e) {
            e.printStackTrace();
        }
    }
}

上述示例展示了如何执行一个慢查询，并使用 EXPLAIN 命令来分析查询的执行计划。实际应用中，需要结合执行计划的输出结果来确定优化方向。