一、SQL优化的一般步骤
show status like 'pattern%'; 查看数据库的运行时状态
show variables like 'pattern%'; 查看数据库启动时的配置信息1、首先需要定位执行效率有问题的SQL：
a、执行效率有问题的SQL一般都耗时较长，业务是有感知的，从而可以帮助定位
b、在MySQL启动时，设置 slow_query_log 打开慢查询日志 long_query_time 设置慢查询时间阈值，这样可以通过慢查询日志定位效率有问题的SQL。
2、通过 explain 分析sql的执行计划，对于慢查询sql主要看 possible keys 和 key ，分析索引的使用情况。
key为null的情况，则 sql没有走索引。
可能原因：1)、没有索引，需要创建 2)、存在索引，但是mysql选择不走索引
使用索引的可能情况：a、多列索引，查询条件使用了 索引中最左边的列
b、like 'pattern%' 的情况 %在后面
c、大文本进行搜索，建立 全文索引， 而不是 like '%pattern%'
d、如果为列 name建立索引，则 where name is null 将使用索引
存在索引但是不适用索引的情况：
a、范围查询表中大部分数据时，MySQL判断全表扫描比索引更加合适的情况下，不会使用索引
b、使用 or分隔开的条件，当所有的条件列都 创建了 索引时，才会使用索引
c、列类型是 字符串类型，查询时 不加 引号 就 不会使用索引（虽然会进行类型的转换），列类型是 整数类 型，查询时 加了 引号，也会走索引
二、优化的常见方法
1、表优化
对 MyISAM和InnoDB类型的表来说，可以定期 分析表，检查表，优化表
analyze table b; 分析表 使得系统得到准确的统计信息，是的SQL能够生成正确的执行计划
check table b; 检查表 查看是否存在错误
optimize table b; 优化表，当表中存在动态类型（varchar text blob）时，对这些字段频番的更新和删除会造成大量的空间碎片，优化表可以对表空间碎片进行整理，减少空间的浪费
2、SQL优化
a、优化 INSERT：同一客户插入多条数据时，将所有的数据 组装为一条SQL语句提交；不同客户端插入多行，可以使用 insert delayed 语句，在对数据实时性要求不高的情况下可以使用，很快的原因在于数据并没有真正插入文件，而是保存在内存的队列中等待插入；可以配置数据库，或者在建表时指定 数据目录和索引目录存放到不同的磁盘上，平均分布磁盘IO，性能会有所提高；当从一个文本文件装载一个表时，使用 load data infile 通常比 使用很多的 insert语句快很多
b、优化GROUP BY：默认情况下，MySQL对所有 group by d1,d2 中的 字段进行排序，类似于 加上 order by d1,d2
explain select d2, count(d2) from b group by d2;
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: b
partitions: NULL
type: index
possible_keys: d1
key: d1
key_len: 9
ref: NULL
rows: 7
filtered: 100.00
Extra: Using index; Using temporary; Using filesort
1 row in set, 1 warning (0.00 sec)
其中 Extra中的 Using filesort 即 进行了排序操作排序操作会带来额外的开销，如果 group by 的结果 对排序没有要求，可以加上 order by null 显示指定 不排序
c、优化 order by 语句：某些情况下，MySQL可以使用一个索引来满足 order by子句，而不需要额外的排序。order by使用索引的条件：where条件和 order by 使用相同的索引，并且 order by顺序和 索引顺序相同，并且order by 的字段都是 升序或者降序
举个栗子：
使用索引：
SELECT * FROM t1 ORDER BY key_part1,key_part2,... ;
SELECT * FROM t1 WHERE key_part1=1 ORDER BY key_part1 DESC, key_part2 DESC;
SELECT * FROM t1 ORDER BY key_part1 DESC, key_part2 DESC;
不适用索引：
SELECT * FROM t1 ORDER BY key_part1 DESC, key_part2 ASC； --order by 的字段混合 ASC 和 DESC SELECT * FROM t1 WHERE key2=constant ORDER BY key1； --用于查询行的关键字与 ORDER BY 中所使用的不相同
SELECT * FROM t1 ORDER BY key1, key2； --对不同的关键字使用 ORDER BYd、优化嵌套查询：有些情况下，可以使用 连接操作代替 嵌套查询，连接（JOIN）更有效率的原因在于，MySQL不需要在内存中创建临时表
e、优化OR条件：为 or 的所有条件列都 建立索引，where a = 2 or b = 2 当 a、b都有各自的独立索引时，查询可以使用索引，而当 a、b只有组合索引时，查询不会走 索引。
f、使用SQL提示：use index、ignore index、force index 来强制 使用、忽略相关索引。
3、数据库对象的优化
a、根据实际情况，或者在 使用一段时间之后，根据统计结果，选择或修改字段的类型 为 更加合适的类型和长度
b、MyISAM类型的表，可以进行拆分提高表的访问效率
水平拆分：各个表的结构完全一样，但是 存储的数据 类别不同，按照某个字段分类（地区，月份）。适用于 数据量很大，增长很快，并且数据可以进行分类的场合。优点在于：分割后，降低了查询时需要读的数据和索引的页数，降低索引的层数，提高了查询速度。缺点在于：增加了复杂度，查询所有的数据需要 UNION操作；在索引关键字不大、数据增长速度不那么快的情况下，水平拆分的查询速度和 不拆分的情况下走索引的查询速度相比，可能不会有显著的提高，从而 水分拆分带来的复杂度 成为了 很大的问题。
垂直拆分：将 主键和一些列放在一个表中，主键和另外一些列放在另一个表中。可以将常用列和不常用的列分开，拆分之后，数据行变小，一个数据页可以存放更多的数据，在查询时就会减少I/O次数。 缺点在于 冗余列的管理，查询所有的数据需要 JOIN操作。
c、逆规范化-冗余列：在表中增加必要的冗余列，从而降低查询时 连接的需求。问题在于：冗余列的更新，可以考虑 建立触发器，来统一更新冗余列。
d、统计查询的情况下，可以使用中间表提高查询的速度。例如，统计用户的月账单，可以先将 当月的数据使用 insert into ...select * from... 导入到创建的中间表中，然后在 中间表中进行统计操作。 优点：速度更快，而且可以按需建立索引和增加字段来辅助统计操作。