定位sql性能瓶颈关键在排查顺序：先确认是否数据库问题，排除应用层、网络、缓存等干扰；再结合慢日志、应用日志、监控指标定位真凶；最后用explain分析执行计划，关注type、rows、extra及数据规模、并发、索引覆盖。
定位SQL性能瓶颈，关键不在“查哪条SQL”，而在“按什么顺序查”。思路乱了，花再多时间看执行计划也容易南辕北辙。
先确认是不是数据库的问题
很多“慢接口”根本不是SQL导致的。要先排除应用层、网络、缓存、下游服务等因素：
- 查接口整体耗时分布：是P95突增，还是均值缓慢上升？
- 比对同一接口在不同环境（测试/预发/生产）的表现，快速缩小范围
- 看调用频次——单次20ms的SQL，若被循环调用300次，总耗时就达6秒
- 检查是否有锁等待：
SHOW PROCESSLIST里出现大量Waiting for table metadata lock或Locked状态
从日志和监控里揪出真凶
别靠猜，用数据说话。线上最可靠的线索来自三类记录：
-
慢查询日志：MySQL开启
slow_query_log，阈值建议设为0.5~1秒；用mysqldumpslow -s t -t 10提取最耗时的前10条 - 应用日志：尤其关注ORM框架（如MyBatis、Hibernate）打印出的SQL及耗时，注意是否含隐式N+1查询
- 数据库监控指标：观察QPS陡升、InnoDB行锁等待次数、Buffer Pool命中率骤降等异常信号
执行计划是核心判断依据
拿到可疑SQL后，第一件事就是EXPLAIN（MySQL）或EXPLAIN ANALYZE（PostgreSQL）。重点关注三项：
-
type字段：出现
ALL说明全表扫描，大表上基本等于性能红灯 - rows字段：预估扫描行数远大于实际返回行数，大概率索引没生效或选择性差
-
Extra字段：含
Using filesort或Using temporary，意味着排序/分组未走索引，可能触发磁盘临时表
别忽略数据规模和并发影响
同一条SQL在10万行和1000万行表现天壤之别。优化前必须明确：
- 当前表数据量、主键增长趋势、历史归档策略
- 该SQL是否在高峰期集中执行？是否存在高并发写入导致读被阻塞？
- 索引是否覆盖了WHERE + ORDER BY + SELECT字段？联合索引字段顺序是否匹配查询条件顺序？
思路清晰了，定位就快了一半。真正的瓶颈往往藏在“接口→SQL→执行计划→数据特征”这条链路里，而不是某一行代码上。
