我们优化的思路是“收集——分析——优化——预防”了解完如何收集慢日志之后，就要开始分析 SQL 了。优化 SQL 的基础手段是 EXPLAIN，我们要收起来在此基础上，针对 SQL 语句定点优化消除。

如何收集慢SQL-- ELK体系收集慢日志

MySQL 服务器安装 Filebeat 收集 slowLog
Filebeat 读取 MySQL 慢日志文件做简单过滤传给 Kafka 集群
Logstash 读取 Kafka 集群数据并按字段拆分后转成 JSON 格式存入 ES 集群
Kibana 读取ES集群数据展示到web页面上

分析SQL

优化sql的基本手段是exlpain

优化

添加索引优化慢sql

场景：单表查询sql
避免索引列使用函数
避免类型隐式转换
order by 需要使用索引，否则会发生file sort
联合索引注意索引顺序

场景：多表联合sql
多表联查的sql一定要在连接字段上加索引
多表关联字段字符集不同，索引失效
小表驱动大表（注意驱动表）
尽量不要嵌套太多的join，联表的数量越多，性能消耗就越大，业务复杂度也会更高

添加索引注意：
建议使用pt-osc，gh-ost等工具创建索引，这样执行DDL不会阻塞表
业务低峰进行，避免影响业务

通过拆分冷热数据优化

可以通过定时任务，执行数据归档

读写分离

预防

过滤慢日志，发送邮件。
建立追踪机制（sql是否可以优化，优化截止时间等）

https://www.zhihu.com/question/23432565/answer/2461119824