SQL优化核心是降低磁盘IO和减少扫描行数，需结合执行计划（type/key/rows/Extra）、索引设计（最左前缀、避免冗余）及SQL写法（LIMIT、拆分查询、避免SELECT *）系统治理。

SQL优化的核心目标之一，是降低磁盘IO和减少扫描行数——这两项直接决定查询响应时间与系统吞吐能力。从运维视角看，不合理的SQL往往在高并发或大数据量场景下迅速暴露为慢查询、IO瓶颈甚至主从延迟。优化不是单纯改写SQL，而是结合执行计划、索引设计、数据分布和业务语义做系统性判断。

看清执行计划：聚焦type、key、rows、Extra

运维人员排查慢SQL的第一步，永远是EXPLAIN（或EXPLAIN FORMAT=JSON）。重点关注四项：

• type：越靠前越好（system ≈ const > eq_ref > ref > range > index > ALL）。出现ALL意味着全表扫描，必须干预；index虽走索引但仍是全索引扫描，同样需警惕。
• key：实际使用的索引名。为NULL说明没走索引，可能因隐式类型转换、函数包裹字段、或索引失效（如like以%开头）。
• rows：MySQL预估需要扫描的行数。该值远大于结果集行数（如查10行却扫10万行），说明索引选择不佳或过滤条件低效。
• Extra：关注Using filesort（排序未走索引）、Using temporary（临时表）、Using where（非索引字段参与过滤）等提示，它们常伴随额外IO开销。

索引设计要匹配查询模式，而非堆砌字段

运维中常见误区是“给WHERE里所有字段都建索引”。有效索引需满足最左前缀原则，并覆盖高频过滤+排序+分组需求：

• 单列索引只对等值查询高效；范围查询（>、BETWEEN）后字段无法被索引利用，应把范围条件放复合索引最后。
• 排序字段若出现在ORDER BY中，且无Using filesort，说明索引已包含有序路径，例如INDEX (a,b,c)可支持WHERE a=1 ORDER BY b,c。
• 避免冗余索引，如已有(a,b)，再建(a)意义不大；定期用sys.schema_unused_indexes（MySQL 8.0+）或慢查日志反向验证索引使用率。

减少扫描行数：从SQL写法切入

很多扫描膨胀源于SQL逻辑本身，无需改表结构也能见效：

• 用LIMIT限制结果集，尤其分页场景：避免OFFSET过大（如LIMIT 10000,20仍要扫前10020行），改用游标分页（记录上一页最大ID）。
• 拆分复杂查询：将JOIN + GROUP BY + ORDER BY + LIMIT大查询，拆成子查询先定位主键，再回表取详情，显著减少中间结果集大小。
• 避免SELECT *：只查必需字段，尤其避开TEXT/BLOB列——它们会强制使用磁盘临时表（Using temporary on disk），大幅增加IO。
• 谨慎使用OR：多个OR条件易导致索引失效，可尝试改写为UNION ALL（需保证结果无重复）或使用IN替代离散值OR。

运维协同建议：监控、限流与渐进治理

优化不能只靠DBA单点发力，需与开发、测试形成闭环：

• 在SQL上线前强制要求提供EXPLAIN结果，重点检查rows是否超阈值（如单次扫描>1万行）。
• 基于performance_schema或pt-query-digest持续采集慢日志，按Rows_examined排序，优先处理“扫描行数/返回行数”比值异常高的SQL。
• 对历史遗留大表，启用innodb_stats_persistent=ON并定期ANALYZE TABLE，避免统计信息过期导致执行计划劣化。
• 对无法立即优化的SQL，在代理层（如ProxySQL、ShardingSphere）或应用层配置查询超时与并发限流，防止单条SQL拖垮实例。