偶尔会出现很慢的情况
我的sql没问题 肯定不是我的锅
数据库在刷新脏页我也无奈啊
当我们要往数据库插入一条数据、或者要更新一条数据的时候，我们知道数据库会在内存中把对应字段的数据更新了，但是更新之后，这些更新的字段并不会马上同步持久化到磁盘中去，而是把这些更新的记录写入到 redo log 日记中去，等到空闲的时候，在通过 redo log 里的日记把最新的数据同步到磁盘中去。
不过，redo log 里的容量是有限的，如果数据库一直很忙，更新又很频繁，这个时候 redo log 很快就会被写满了，这个时候就没办法等到空闲的时候再把数据同步到磁盘的，只能暂停其他操作，全身心来把数据同步到磁盘中去的，而这个时候，就会导致我们平时正常的SQL语句突然执行的很慢，所以说，数据库在在同步数据到磁盘的时候，就有可能导致我们的SQL语句执行的很慢了。
拿不到锁我能怎么办
这个就比较容易想到了，我们要执行的这条语句，刚好这条语句涉及到的表，别人在用，并且加锁了，我们拿不到锁，只能慢慢等待别人释放锁了。或者，表没有加锁，但要使用到的某个一行被加锁了，这个时候，我也没办法啊。
如果要判断是否真的在等待锁，我们可以用 show processlist这个命令来查看当前的状态。
数据库死锁了
这个问题就大了，当数据库发生死锁时，可以通过以下命令获取死锁日志：
show engine innodb status
对于insert、update、delete，InnoDB会自动给涉及的数据加排他锁（X）
出现死锁的原因，是因为会话A开启一个事务，以共享锁S锁，获取user表id为1的一行记录； 会话B，删除user表id为1记录，请求排他锁X锁，由于SX锁互斥，会话B等待会话A释放共享锁S锁，进入请求队列等待； 这时，会话A删除user表id为1记录,请求排他锁X锁，但会话B在请求队列中，还轮不到会话A，会话A就等待，这种循环等待出现，死锁就出现了。
X锁：排他锁、又称写锁。若事务T对数据对象A加上X锁，事务T可以读A也可以修改A，其他事务不能再对A加任何锁，直到T释放A上的锁。这保证了其他事务在T释放A上的锁之前不能再读取和修改A。
与之对应的是S锁：共享锁，又称读锁，若事务T对数据对象A加上S锁，则事务T可以读A但不能修改A，其他事务只能再对A加S锁，而不能加X锁，直到T释放A上的S锁。这保证了其他事务可以读A，但在T释放A上的S锁之前不能对A做任何修改。
Gap Lock：间隙锁，锁定一个范围，但不包括记录本身。GAP锁的目的，是为了防止同一事务的两次当前读，出现幻读的情况。
Next-Key Lock：1+2，锁定一个范围，并且锁定记录本身。对于行的查询，都是采用该方法，主要目的是解决幻读的问题。
在MySQL中，行级锁并不是直接锁记录，而是锁索引。如果一条sql语句操作了主键索引，MySQL就会锁定这条主键索引。如果一条语句操作了非主键索引，MySQL会先锁定该非主键索引，再锁定相关的主键索引。
一直以来都执行的很慢
先查查索引总没错
怕不是没走索引了
可以先打印出来真正执行的sql，之后EXPLAIN一下。看看使用的是哪个索引，还是根本就没用到索引。注意避免出现sql语句原因导致没有用到索引的情况。
数据库进行了“优化“
MySQL查询优化器是基于代价（cost-based）的查询方式。因此，在查询过程中，最重要的一部分是根据查询的SQL语句，依据多种索引，计算查询需要的代价，从而选择最优的索引方式生成查询计划
瞎选索引
数据库引擎会进行预测：究竟是走索引扫描的行数少，还是直接扫描全表扫描的行数少呢？显然，扫描行数越少当然越好了，因为扫描行数越少，意味着I/O操作的次数越少。
如果是扫描全表的话，那么扫描的次数就是这个表的总行数了，假设为 n；而如果走索引 c 的话，我们通过索引 c 找到主键之后，还得再通过主键索引来找我们整行的数据，也就是说，需要走两次索引。而且，我们也不知道符合 100 c < and c < 10000 这个条件的数据有多少行，万一这个表是全部数据都符合呢？这个时候意味着，走 c 索引不仅扫描的行数是 n，同时还得每行数据走两次索引。
所以呢，系统是有可能走全表扫描而不走索引的。那系统是怎么判断呢？ 判断来源于系统的预测，也就是说，如果要走 c 字段索引的话，系统会预测走 c 字段索引大概需要扫描多少行。如果预测到要扫描的行数很多，它可能就不走索引而直接扫描全表了。
那么问题来了，系统是怎么预测判断的呢？
系统是通过索引的区分度来判断的，一个索引上不同的值越多，意味着出现相同数值的索引越少，意味着索引的区分度越高。我们也把区分度称之为基数，即区分度越高，基数越大。所以呢，基数越大，意味着符合 100 < c and c < 10000 这个条件的行数越少。
所以呢，一个索引的基数越大，意味着走索引查询越有优势。
那么问题来了，怎么知道这个索引的基数呢？
系统当然是不会遍历全部来获得一个索引的基数的，代价太大了，索引系统是通过遍历部分数据，也就是通过采样的方式，来预测索引的基数的。 扯了这么多，重点的来了，居然是采样，那就有可能出现失误的情况，也就是说，c 这个索引的基数实际上是很大的，但是采样的时候，却很不幸，把这个索引的基数预测成很小。例如你采样的那一部分数据刚好基数很小，然后就误以为索引的基数很小。然后就呵呵，系统就不走 c 索引了，直接走全部扫描了。
所以呢，说了这么多，得出结论：由于统计的失误，导致系统没有走索引，而是走了全表扫描，而这，也是导致我们 SQL 语句执行的很慢的原因。 这里我声明一下，系统判断是否走索引，扫描行数的预测其实只是原因之一，这条查询语句是否需要使用使用临时表、是否需要排序等也是会影响系统的选择的。
不过呢，我们有时候也可以通过强制走索引的方式来查询，例如：
1
select * from t force index(a) where c < 100 and c < 100000;
我们也可以通过
1
show index from t;
来查询索引的基数和实际是否符合，如果和实际很不符合的话，我们可以重新来统计索引的基数，可以用这条命令
1
analyze table t;
来重新统计分析。
既然会预测错索引的基数，这也意味着，当我们的查询语句有多个索引的时候，系统有可能也会选错索引哦，这也可能是 SQL 执行的很慢的一个原因。
Join瞎选主表
在使用join时，因为两边是同等的，所以数据库引擎有可能不会拿写在前面的当做主表。
在使用join时，mysql会尽量用小的结果集去驱动大表。 假设小表为驱动表，他的的结果集有10行，然后用它去驱动的话就只用循环10次就行了。如果大表是驱动表有1w行，那就会循环1w次
但有时候大表有限制条件和索引，其实循环次数更少，mysql的优化就会有问题。例如小表有200条。之后再去大表扫描时因为关联条件区分度不高，并不能提升多少大表的查询效率。大表还可能需要扫描1000w次。也就是 200 * 1000w = 20亿次
而如果以大表为主表需要扫描数据假设是2000w，而查小表时因为关联条件对于小表是唯一建，只需要1次就能扫描到。也就是2000w次，远少于20亿次
使用STRAIGHT_JOIN替代join可以限定主表，进而解决问题。
