首先启用MySQL慢查询日志并设置阈值，通过my.cnf永久配置后，使用mysqldumpslow和pt-query-digest分析日志，定位执行时间长或扫描行数多的SQL，再通过添加索引、优化查询语句、避免全表扫描等方式进行优化，并结合EXPLAIN检查执行计划，持续监控与调整数据库结构以提升性能。
如果您的PHP网站在访问数据库时响应缓慢，可能是由于存在慢查询导致资源占用过高。通过启用慢查询日志并进行分析，可以定位执行效率低下的SQL语句。以下是具体的监控与处理步骤：
一、启用MySQL慢查询日志
开启慢查询日志是识别性能瓶颈的第一步，它会记录所有执行时间超过指定阈值的SQL语句，便于后续分析。
1、登录MySQL服务器，使用以下命令查看当前慢查询日志是否已开启：
SHOW VARIABLES LIKE 'slow_query_log';
2、若未开启，可通过以下命令临时启用：
SET GLOBAL slow_query_log = 'ON';
立即学习“PHP免费学习笔记（深入）”；
3、设置慢查询时间阈值（例如超过2秒的查询）：
SET GLOBAL long_query_time = 2;
4、指定慢查询日志文件路径：
SET GLOBAL slow_query_log_file = '/var/log/mysql-slow.log';
二、配置my.cnf永久启用慢查询
通过修改MySQL配置文件，确保重启后设置依然生效，避免每次都需要手动开启。
1、编辑MySQL配置文件，通常位于/etc/my.cnf或/etc/mysql/mysql.conf.d/mysqld.cnf。
2、在[mysqld]部分添加以下内容：
slow_query_log = 1
slow_query_log_file = /var/log/mysql-slow.log
long_query_time = 2
log_queries_not_using_indexes = 1
3、保存文件并重启MySQL服务以应用更改：
sudo systemctl restart mysql
三、使用mysqldumpslow工具分析日志
mysqldumpslow是MySQL自带的慢查询日志分析工具，可用于汇总和排序慢查询语句，快速发现高频低效SQL。
1、查看最耗时的前5条查询：
mysqldumpslow -s t -t 5 /var/log/mysql-slow.log
2、查看访问次数最多的前10条查询：
mysqldumpslow -s c -t 10 /var/log/mysql-slow.log
3、筛选包含特定表名的慢查询：
mysqldumpslow -g 'users' /var/log/mysql-slow.log
四、使用pt-query-digest进行深度分析
pt-query-digest是Percona Toolkit中的高级分析工具，提供更详细的统计信息和优化建议。
1、安装Percona Toolkit（以Ubuntu为例）：
wget https://repo.percona.com/apt/percona-release_latest.$(lsb_release -sc)_all.deb
dpkg -i percona-release_latest.$(lsb_release -sc)_all.deb
apt-get update && apt-get install percona-toolkit
2、运行pt-query-digest分析慢查询日志：
pt-query-digest /var/log/mysql-slow.log > slow_analysis.txt
3、查看输出文件中的查询摘要，重点关注Query_time_avg、Rows_examined等指标。
五、优化慢查询SQL语句
根据日志分析结果，针对性地重写或优化问题SQL，减少全表扫描和不必要的数据检索。
1、为WHERE、ORDER BY和GROUP BY涉及的列添加索引：
ALTER TABLE users ADD INDEX idx_email (email);
2、避免在查询条件中对字段使用函数或表达式，防止索引失效。
3、限制返回结果集大小，尤其是分页查询应使用LIMIT：
SELECT id, name FROM users LIMIT 20 OFFSET 0;
4、避免使用SELECT *，只选择需要的字段。
六、监控并优化数据库结构
合理的表结构设计对查询性能有显著影响，需定期检查表的设计是否满足当前查询需求。
1、使用EXPLAIN分析SQL执行计划：
EXPLAIN SELECT * FROM users WHERE status = 1;
2、关注type字段是否为ALL（全表扫描），key是否使用了有效索引。
3、考虑对大表进行垂直或水平拆分，降低单表数据量。
4、定期执行ANALYZE TABLE更新统计信息：
ANALYZE TABLE users;
