mysql查询优化常见问题包括：查找分析查询速度慢的原因；优化查询过程中的数据访问；优化长难的查询语句；优化特定类型的查询语句；
①查找分析查询速度慢的原因：
A、分析AQL查询慢的方法：
记录慢查询日志：用来记录查询较慢的SQL日志，开启后只要有查询较慢的语句都会被记录；
分析查询日志，不要直接打开慢查询日志进行分析，这样比较浪费时间和经理，可以使用pt-query-digest工具进行分析
B、使用show profile
set profile=1；开启，服务器上执行的所有语句会检测消耗的时间，存储到临时表中，我们还可以通过这个临时表的主键ID查询哪一条SQL语句在什么地方出现了慢操作
（show profiles； show profile for query ID; ）
C、使用show status
show status会返回一些计数器，show global status查看服务器级别的所有计数；
有时根据这些计数可以猜测出哪些操作代价较高或者消耗时间多；
D、使用show processlist
观察是否有大量现成处于不正常的状态或者特征
E、使用explain/desc
分析单条SQL语句
②优化查询过程中的数据访问
访问数据太多导致查询性能下降；
确定应用程序是否在检索大量超过需要的数据，可能是太多行或列；
确认MySQL服务器是否在分析大量不必要的数据行；
【避免使用如下SQL数据：
查询不需要的记录，使用limit解决；
多表关联返回全部列，指定A.id，A.name,B.age；
总是取出全部列，SELECT * 会让优化器无法完成索引覆盖扫描的优化
重复查询相同的数据，可以缓存数据，下次直接读取缓存；
是否在扫描额外的记录：
使用explain来进行分析，如果发现查询需要扫描大量的数据，但只返回少数的行，可以通过如下技巧去优化：使用索引覆盖扫描，把所有用的列都放到索引中，这样存储引擎不需要返回表获取对应行就可以返回结果；还可以修改表数据库和表结构，修改数据表范式；还可以重写SQL语句，让优化器可以以更优的方式执行查询；
】
③如何优化长难的查询语句
（一个复杂查询还是多个简单查询好：MySQL内部每秒能烧苗内存中上百万行数据，相比之下，响应数据给客户端就要慢的多；
使用尽可能少的查询是好的，但有时将一个大的查询分解为多个小的查询是很有必要的；
）
A、切分查询
将一个大的查询分为多个小的相同的查询
B、分解关联查询
可以将一条关联语句分解成多条SQL来执行，
让缓存效率更高，
执行单个查询可以减少锁的竞争，
在应用层做关联可以更容易对数据库进行拆分，
查询效率会大幅提升，
较少冗余记录查询
④优化特定类型的查询语句
A、优化 count() 查询：
count(*)中的*会忽略所有的列，直接统计所有列数，因此不要使用 count(列名)
MyISAM中，没有任何WHERE条件的 count(*)非常快;
当有WHERE条件，MyISAM的count统计不一定比其他表引擎快，
可以使用explain查询近似值，用近似值代替 count(*),
增加汇总表
使用缓存
B、优化关联查询：
确定ON或者USIGN字句的列上有索引
确保GROUP BY或者 ORDER BY 中只有一个表中的列，这样MySQL才有可能使用索引
C、优化子查询：
尽可能使用关联查询来替代
D、优化GROUP BY 和DISTINCT：
这两种查询均可使用索引来优化，是最有效的优化方法
关联查询中，使用标识列进行分组的效率会更高，
如果不需要ORDER BY，进行GROUP BY时使用ORDER BY NULL，MySQL不会再进行文件排序，
WITH ROLLUP超级聚合可以挪到应用程序处理；
E、优化LIMIT 分页：
LIMTI 偏移量大的时候，查询效率较低，
可以记录上次查询的最大ID，下次查询时直接根据该ID来查询
F、优化UNION：
UNION ALL 的效率高于UNION
Mysql查询优化问题的处理方法：先说明如何定位低效SQL语句，然后根据SQL语句可能低效的原因做排查，先从索引着手，如果索引没有问题，考虑以上几个方面，数据访问的问题，长难查询语句的问题还是一些特定类型优化的问题。
