如果我们了解了Mysql中的索引原理之后，（详见探秘数据库 —— 事务 + InnoDB存储引擎），如何利用索引并对一些执行较慢的sql进行优化也是必要的，所以我们可以结合索引的原理来探究一下慢查询与优化的知识。
1 慢查询
MySQL的慢查询，全名慢查询日志，
是MySQL提供的一种日志记录，用来记录在MySQL中应时间超过阈值的语句。
默认情况下，MySQL数据库并不启动慢查询，需要手动来设置这个参数。
如果不是调优需要的话，一般不建议启动该参数，开启慢查询日志会或多或少带来一定的性能影响。
慢查询日志可用于查找需要很长时间才能执行的查询，因此是优化的候选者。
查看“慢查询”的配置信息：
SHOW VARIABLES LIKE "%slow%";
查看“慢查询”的时间定义
SHOW VARIABLES LIKE "long_query_time";
设置“慢查询”的时间定义
SET long_query_time = 2;
开启慢日志
SET GLOBAL slow_query_log = "ON";
2 Mysql语句优化
2.1 数据准备
为了做实验，我们需要现在表中插入很多很多条数据，以观察查询时候的性能差异，这里我们插入一千万条数据。
创建表：
CREATE TABLE `users` ( `id` int(11) NOT NULL AUTO_INCREMENT, `name` varchar(30) NOT NULL, `email` varchar(30) DEFAULT NULL, `phone` char(11) DEFAULT NULL, `age` int(11) DEFAULT NULL, `sex` char(1) DEFAULT NULL, PRIMARY KEY (`id`) ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;
创建插入1000万条数据的存储过程：
\d // create procedure p1() begin set @i=1; while @i<=10000000 do insert into users values( null, concat('user:',@i), concat('user:',@i,'@qq.com'), concat('13701',FLOOR(RAND()*500000 + 500000)), floor(rand()*100), if(floor(rand() * 2) = 1 , '男' , '女') ); set @i=@i+1; end while; end; // \d ;
调用存储过程，完成数据插入
call p1();运行时间会比较久，在我的电脑上是168分钟左右，大家耐心等待哦~~
我们再插入一条特殊的数据：
insert into users values(null,"zhangsan","zhangsan@qq.com",13701383017,25,'女');
查询刚刚插入的数据
select * from users where name = "zhangsan";
可以看出想要查询出这条数据需要的时间非常久，相应的也存储到了慢查询的日志里面了，对应的日志内容如下：
# Time: 200916 15:19:54 # User@Host: root[root] @ localhost [127.0.0.1] # Query_time: 6.708004 Lock_time: 0.000000 Rows_sent: 1 Rows_examined: 10000001 SET timestamp=1600240794; select * from users where name = "zhangsan";
2.2 EXPLAIN语句
一条查询语句在经过MySQL查询优化器的各种基于成本和规则的优化会后生成一个所谓的执行计划
这个执行计划展示了接下来具体执行查询方式，比如多表连接的顺序是什么，对于每个表采用什么访问方法来具体执行查询等等。
MySQL为我们提供了EXPLAIN语句来帮助我们查看某个语句的具体执行计划。
使用EXPLAIN分析SQL语句
对输出结果的参数解释如下，其中重要的已经在上图标明：
id 在一个大的查询语句中每个SELECT关键字都对应一个唯一的id
select type SELECT 关键字对应的那个查询的类型
table 表名
partitions 匹配的分区信息
type 针对单表的访问方法
possible_keys 可能用到的索引
key 实际上使用的索引
key_len 实际使用到的索引长度
ref 当使用索引列等值查询时，与索引列进行等值匹配的对象信息
rows 预估的需要读取的记录条数
filtered 某个表经过搜索条件过滤后剩余记录条数的百分比
Extra 一些额外的信息
当我们换一种方法来查找这一条数据时，比如使用id来查询，由于id默认为主键索引，所以查询速度较快：
只用了0.02秒，explain一下的结果如下，也验证了该理论：
2.3 添加索引
尝试给name字段加普通索引
alter table users add index index_name(name);之后再使用name字段来查询，发现速度提升了不少，原因就在于我们将name字段设置成了索引项：
使用explain查看一下：
大家看到，索引能给数据检索提高的效率非常明显
那么是否意味着我们只要尽可能多的去建立索引就可以了呢？
每建立一个索引都会建立一棵B+树，并且需要维护，这是很费性能和存储空间的。
