MySQL 查询慢除了索引还能因为什么？MySQL 查询慢，我们一般也会想到是因为索引，但除了索引还有哪些原因会导致数据库查询变慢呢？

以下以 MySQL 中一条 SQL 的执行流程为基础，分析 MySQL 查询慢除了索引还有哪些原因。

当 MySQL 中一条查询 SQL 在实际进入影响 SQL 执行效率的流程前（主要是优化器流程与执行器流程），首先会进入分析器流程。以 Python 进程为例，以下举例一条 MySQL 语句执行下来会经历哪些流程。

例如在 MySQL 中有一张名为 use_info 的数据表，一个 Python 进程尝试携带账号密码等信息尝试向 MySQL 建立一条网络连接，而 MySQL 的连接管理模块会对这条连接进行管理。

在连接被建立后，Python 应用尝试向 MySQL 服务器执行如下 SQL 查询语句：

SELECT user_name,user_address FROM user_info where user_id = 1;

此时 Python 进程需要将 SQL 语句通过网络连接给 MySQL，MySQL 收到 SQL 语句后将在分析器中先判断一下 SQL 语句有没有语法错误。例如 SELECT 是否少写个 L：

SEECT user_name,user_address FROM user_info where user_id = 1;

如果 SQL 错误，SELECT 中确实少写个 L，将抛出相关的异常提示：

You have an error in your SQL syntax; check the manual that corresponds to your MySQL server version for the right syntax to use near 'SEECT user_name,user_address FROM user_info where user_id = 1' at line 1

SQL 在分析器过程中执行无误后将到达优化器，而优化器会根据一些规则选择需要使用的索引，之后执行器会调用存储引擎的接口函数，MySQL 中的存储引擎是MySQL 中真正负责读写数据的组件。在如今的 MySQL 数据库开发中，最常用的存储引擎就是 InnoDB 存储引擎。

由于读写磁盘较慢，所以 InnoDB 存储引擎内部增加了一层名为 Buffer Pool 的内存提速设计， 在 Buffer Pool 中即存放行数据又存放索引数据。查询 SQL 到了 InnoDB 中会根据前面优化器里计算得到的索引去查询相应的索引页，如果索引页不在 Buffer Pool 里，则从磁盘里加载到索引页，再通过索引页查询得到数据页的位置。如果这些数据页不在 Buffer Pool 中，则从磁盘里加载进来，最后将得到的一行行数据结果返回给客户端。

在优化器流程与执行器流程过程中，数据库慢查询一般是优化器选错索引导致。这类问题可以通过 EXPLAIN 命令排查。

但是，除了索引之外，还有哪些因素会限制查询速度呢？

情况一：连接数过小

MySQL 的连接管理模块作用是管理客户端和 MySQL 之间的长连接，假设两者之间只有一条连接，那么在执行 SQL 查询之后只能阻塞等待结果返回，如果有大量查询同时并发请求，那么后面的请求都需要等待前面的请求执行完成后才能开始执行。因此有时候从应用程序的日志看，有些 SQL 执行了几分钟，但将 SQL 单独拎出来执行却只有几毫秒的情况。对于这种情况，实际上就是因为这些 SQL 语句在等待前面的 SQL 执行完成。

那么这个问题该如何解决呢？其实多建立一些连接就可以解决这个问题，多建一些连接目的是让请求能够并发执行，从而使后面的连接不需要等待那么久。但需要注意的是，连接数过小的问题受数据库和客户端两侧同时限制。

• 数据库连接数过小的情况：

  MySQL 的最大连接数默认是100，最大可以达到 16384，可以通过如下命令将 SQL 的最大连接数改为500。

  SET GLOBAL max_connections = 500;
  

  查看 MySQL 最大连接数配置命令：

  SHOW GLOBAL VARIABLES LIKE 'max_connections';
  

• 应用侧连接数过小的情况：

  如果数据库连接大小是调整过了，但却没啥效果，那可能是因为服务应用（如 Java 或 Python 应用等）的连接数也过小。应用侧与 MySQL 底层的连接是基于 TCP 协议的长连接，而建立长连接比较耗时，所以通常情况下会维护一个长连接池，要执行 SQL 时从里面捞出一条连接出来用，用完塞回去，下次复用。

  需要注意的是，连接池的容量会有上限，连接池容量的上限指的是连接池能够控制的连接数量，如果连接池容量的上限太低，那么修改连接池最大连接数也没什么作用。

  如果需要调大这个连接池该如何调呢？在实际编码中，通常服务应用（如 Java 或 Python 应用等）都会通过 ORM 库进行读写操作，而成熟的 ORM 库会有个连接池的配置，按照官方文档改就好。

情况二：Buffer Pool 太小

Buffer Pool 太小也会导致 MySQL 查询慢的问题。在前文提到的 InnoDB 存储引擎中里有一层内存 Buffer Pool，Buffer Pool 通过缓存磁盘数据用于加速查询，如果 Buffer Pool 越大，那么 Buffer Pool 中能够存放的数据页就越多，相应的 SQL 查询时就更可能命中 Buffer Pool，那么 MySQL 查询速度自然更快。

可以执行下面命令增大 Buffer Pool 的大小：

SET GLOBAL innodb_buffer_pool_size = 536870912;

innodb_buffer_pool_size 是 MySQL 中用于设置 Buffer Pool 的参数，它的单位为字节。上例中，将 innodb_buffer_pool_size 的值设置为 536870912 即将将 InnoDB 缓冲池的大小为 536870912 字节，换算成兆字节（MB）为 521 MB（因为 1 MB = 1024 * 1024 个字节）。

查询 innodb_buffer_pool_size 的大小命令：

SHOW GLOBAL VARIABLES LIKE 'innodb_buffer_pool_size';

输出的结果例如：

但是如果数据库查询慢并不是由于 Buffer Pool 的大小导致，那么修改 Buffer Pool 的大小就毫无意义。那么如何判断 Buffer Pool 是不是太小了？可以通过查看 Buffer Pool 的命中率来分析。

可以通过如下命令查询 Buffer Pool 的一些相关信息：

SHOW STATUS LIKE 'Innodb_buffer_pool_%';

得到的 Buffer Pool 相关信息例如：

其中 Innodb_buffer_pool_read_requests 表示请求的次数，Innodb_buffer_pool_reads 表示从物理磁盘中读数据的请求次数。

Buffer Pool 的命中率可以通过如下公式计算：

1-(Innodb_buffer_pool_reads/Innodb_buffer_pool_read_requests)*100%

例如上述 Buffer Pool 的命中率为：

1-(68759212/4966742025)*100% ≈ 98.6156%

一般情况下，Buffer Pool 的命中率都在 99% 以上，如果低于 99% 才需要考虑加大 Buffer Pool 的大小。