01 / CODE & SYSTEM
慢查询不是玄学:一次从 0.8 秒到 40 毫秒的排查
一个列表页突然变慢,监控没报警,CPU 也不高。最后发现是索引选错了列。完整排查过程记录。
某天下午,一个内容列表页从 80 毫秒变成 800 毫秒。服务器负载不高,慢日志也没记录——因为阈值设的是 1 秒。这类「不够慢但足够烦」的问题,最考验排查方法。
第一步:确认慢在哪一层
先用 curl 测三次,看时间是否稳定;再看 nginx 日志里的 request_time 与 upstream_response_time。如果后者占了大头,问题在 PHP 或数据库;如果两者都小,问题在网络或客户端。
curl -o /dev/null -s -w 'dns:%{time_namelookup} connect:%{time_connect} ttfb:%{time_starttransfer} total:%{time_total}\n' https://example.com/list/
第二步:打开慢日志,把阈值调低
SET GLOBAL slow_query_log = ON;
SET GLOBAL long_query_time = 0.2;
SET GLOBAL log_queries_not_using_indexes = ON;
阈值调到 0.2 秒后,问题 SQL 立刻现形:一条带 ORDER BY created_at DESC LIMIT 20 的查询,扫了 12 万行。
第三步:看执行计划
EXPLAIN SELECT id, title, created_at FROM posts
WHERE status = 1 AND channel = 'code'
ORDER BY created_at DESC LIMIT 20;
结果里 type: ALL,rows: 121000,Extra: Using where; Using filesort。问题清楚了:表上只有 status 的单列索引,排序完全靠临时表。
第四步:建联合索引,注意列顺序
等值条件在前,排序列在后,这是最常用的组合:
ALTER TABLE posts ADD INDEX idx_ch_status_time (channel, status, created_at);
建完再 EXPLAIN,type 变成 ref,rows 降到 3000,filesort 消失。响应时间从 800 毫秒降到 40 毫秒。
第五步:确认没有副作用
加索引会让写入变慢一点,也会占空间。上线前看一眼表大小与写入频率,评估可接受再动手。另外,别在业务高峰期用 ALTER TABLE 直接加索引,用 pt-online-schema-change 或低峰期执行。
几条经验
- 慢日志阈值要按业务定,1 秒对内容站太宽松;
ORDER BY和WHERE要能共用同一个索引;- 不要给每个列都建索引,写入代价会累积;
- 排查顺序永远是:网络 → 应用 → 数据库 → 存储,别一上来就怀疑 MySQL。
— 完 —