VillageSQL is a drop-in replacement for MySQL with extensions.
All examples on this page work on VillageSQL. Install Now →
EXPLAIN e o slow query log. Comece por aí.
Passo 1: Leia o EXPLAIN
ExecuteEXPLAIN antes da consulta que você quer investigar:
possible_keys — os índices que o MySQL considerou para esta consulta. NULL significa que não existem índices relevantes nas colunas da sua cláusula WHERE.
key — o índice que o MySQL de fato escolheu. Se possible_keys lista candidatos mas key é NULL, o MySQL decidiu que uma varredura completa da tabela era mais barata — normalmente um sinal de que as estatísticas estão desatualizadas ou de que a tabela é pequena o suficiente para o otimizador dispensar o índice.
type — o método de acesso que o MySQL usou. Esta é a coluna mais importante. ALL significa uma varredura completa da tabela: o MySQL leu todas as linhas para encontrar as que correspondem. Em uma tabela com 800.000 linhas, isso são 800.000 leituras de linha para uma consulta que pode retornar 1. ref ou eq_ref significa que o MySQL usou uma busca por índice, que é o que você quer.
key — qual índice o MySQL escolheu. NULL significa que nenhum índice foi usado (veja possible_keys acima).
rows — a estimativa do MySQL de quantas linhas ele vai examinar. Um número alto em relação ao número de linhas que você espera receber é um sinal de que algo está errado.
Extra — informações complementares. Using filesort significa que o MySQL teve de ordenar o conjunto de resultados em memória ou em disco porque nenhum índice cobria o ORDER BY. Using temporary significa que o MySQL construiu uma tabela temporária, o que acontece com certas consultas com GROUP BY e DISTINCT. Ambos são sinais de alerta em tabelas grandes.
Depois de ler as estimativas, use EXPLAIN ANALYZE para ver o que de fato aconteceu no momento da execução:
EXPLAIN ANALYZE executa a consulta e reporta as contagens de linhas e os tempos reais ao lado das estimativas. Se a estimativa diz 800.000 linhas e o real diz 800.000 linhas, a estimativa estava certa e a varredura é real. Se o real é muito menor, o otimizador pode ter feito uma escolha ruim com base em estatísticas desatualizadas.
Passo 2: As Causas Mais Comuns
Índice ausente
A consulta do exemplo acima varre a tabelaorders inteira porque não há índice em customer_id. A correção é direta:
EXPLAIN novamente. A coluna type deve mudar de ALL para ref, e key deve mostrar o nome do seu novo índice.
Índice errado
Às vezes o MySQL escolhe um índice que não é a melhor opção.EXPLAIN informa qual ele escolheu. Para testar se um índice diferente se sairia melhor, use FORCE INDEX:
rows menor, considere se as estatísticas do índice original estão desatualizadas. ANALYZE TABLE orders as recalcula. Se o MySQL escolhe consistentemente o índice errado, você também pode ter um índice que não é mais útil — removê-lo o tira de consideração.
Problema da coluna inicial
Um índice composto em(customer_id, status, created_at) é eficiente quando sua consulta filtra por customer_id ou por customer_id e status juntos. Ele não pode ser usado com eficiência se sua consulta filtra apenas por status ou apenas por created_at, porque o índice é ordenado primeiro por customer_id.
status, adicione um índice separado em status.
SELECT *
Nomear apenas as colunas de que você precisa não é só uma questão de estilo — afeta o desempenho. Quando o MySQL consegue satisfazer uma consulta inteiramente a partir de um índice (um índice de cobertura), ele nunca toca nas linhas reais da tabela.SELECT * quebra isso: força o MySQL a buscar cada linha correspondente na tabela para recuperar colunas que não estão no índice.
Funções em colunas indexadas
Envolver uma coluna indexada em uma função geralmente impede o uso do índice. O MySQL não pode usar um índice B-tree para responder “quais linhas têm umcreated_at em que YEAR() retorna 2024”, porque o índice armazena timestamps brutos, não anos calculados.
LOWER(), DATE(), aritmética sobre colunas e qualquer outra coisa que transforme o valor antes da comparação.
Consultas N+1
Às vezes o problema não é uma única consulta lenta — são centenas de consultas rápidas. Um padrão comum: buscar uma lista de pedidos e depois executar uma consulta separada para cada pedido para obter o nome do cliente. Com 200 pedidos, são 201 consultas. Cada uma é rápida, mas juntas elas somam segundos. A correção é trazer os dados em uma única consulta com umJOIN:
Passo 3: Habilite o Slow Query Log
Configure isto uma vez e deixe rodando — ele captura em segundo plano as consultas que excedem um limite de tempo, revelando problemas que você não sabia que existiam. Habilite-o em tempo de execução:mysqldumpslow:
long_query_time para 0.1 ou 0.5 captura consultas que são rápidas individualmente mas se acumulam ao longo de muitas chamadas.
Passo 4: Verifique o SHOW PROCESSLIST
Use isto quando algo está lento neste momento — uma consulta que está rodando há tempo demais, ou uma aplicação que está travada agora.SHOW PROCESSLIST mostra cada conexão ativa e há quanto tempo cada consulta está em execução:
Waiting for table metadata lock ou Waiting for lock não está lenta por causa de um plano ruim — ela está bloqueada por outra consulta que mantém um lock. Para mais detalhes sobre contenção de locks, verifique:
TRANSACTIONS mostra quais transações estão esperando e quais estão mantendo locks.
Referência Rápida
Todos os diagnósticos desta página funcionam no VillageSQL, um substituto direto do MySQL com extensões, então você pode adotá-lo sem reaprender seu fluxo de trabalho de tuning.
Veja também
- Como funcionam os índices do MySQL — o modelo mental por trás da seleção de índices e da estrutura B-tree
- Índices de cobertura — como escrever consultas que nunca saem do índice
- Lendo a saída do EXPLAIN — um olhar mais profundo sobre cada coluna do plano do EXPLAIN
- Usando o slow query log — configuração, rotação e análise com
mysqldumpslow - MySQL CROSS JOIN — o acidental, e quão grande ele fica