MySQL 資料庫查詢優化的三大實用策略

在高流量的資料庫驅動應用中，一條低效的 SQL 查詢往往能拖垮整個系統的效能。它不僅佔用大量資料庫資源，還會連帶影響其他應用元件的運作。幸運的是，MySQL 內建了多種分析與調優工具，善用這些工具能讓查詢效能事半功倍。本文將介紹三大核心優化方向：索引策略、EXPLAIN 執行計劃分析、以及關鍵系統參數調整。

策略一：善用索引，精準定位資料

索引是加速查詢最直接的手段。MySQL 允許對資料表建立索引，讓查詢引擎能快速定位符合條件的記錄，避免全表掃描。每張表最多支援 16 個索引，並支援多欄位組合索引與全文檢索。

建立索引範例

CREATE INDEX idx_username ON users(username);

以上指令為 users 表的 username 欄位建立索引。之後所有在 WHERE 或 HAVING 子句中引用此欄位的 SELECT 查詢，速度都會明顯提升。可用 SHOW INDEX FROM users; 驗證索引是否建立成功。

索引的雙刃效應與平衡之道

索引雖好，卻非越多越好。每次 INSERT、UPDATE、DELETE 操作，MySQL 都需同步維護索引結構，過多索引會拖慢寫入效能；反之，完全不建索引則會導致查詢緩慢。實務上應根據表的主要業務場景（以讀為主或寫為主），在核心查詢欄位、關聯鍵、排序欄位上建立索引，並在必要時使用複合索引覆蓋常用查詢模式，尋找讀寫平衡的最佳點。

策略二：用 EXPLAIN 解讀執行計劃，找出效能瓶頸

EXPLAIN 關鍵字置於 SELECT 語句前，能輸出 MySQL 執行查詢的詳細計劃：掃描行數、使用的索引、連接類型等關鍵資訊。

實戰案例：從全表掃描到索引查找

假設需查詢印度（代碼 'IND'）的所有城市：

EXPLAIN SELECT city.name, city.district
FROM city, country
WHERE city.countrycode = country.code AND country.code = 'IND';

優化前： city 表顯示 type=ALL，需掃描 4,079 筆記錄（全表掃描）。

優化動作： 為 city.countrycode 建立索引：

CREATE INDEX idx_ccode ON city(countrycode);

優化後： city 表 type 變為 ref，rows 降為 333 筆，掃描量暴跌 90% 以上，查詢速度大幅提升。

策略三：調整關鍵系統變數，釋放硬體潛能

MySQL 參數高度可配置，適當調整可顯著改善效能與穩定性。以下四個核心參數值得優先關注：

• key_buffer_size（索引緩衝區）：控制索引塊的快取大小。官方建議設為系統記憶體的 25% 左右，是提升索引讀寫效能的首要參數。
• read_buffer_size（循序掃描緩衝區）：全表掃描時為每個線程分配的緩衝區。若頻繁進行大表掃描，適度增大可減少磁碟 I/O。
• table_open_cache（表快取上限）：控制同時開啟的表數量。配合 max_connections 調整，高併發、多表關聯場景下需適度放大，避免頻繁開關表帶來的開銷。
• long_query_time（慢查詢門檻）：定義「慢查詢」的秒數閾值。開啟慢查詢日誌並設定合理值（如 1-2 秒），可持續發掘低效 SQL，指導後續優化。

優化是持續迭代的過程。善用索引、讀懂 EXPLAIN、調校參數，三管齊下，能讓 MySQL 在高負載下依然穩健高效。祝你優化愉快！