一、原因分析

1.没有索引或者SQL没有命中索引导致索引失效

2.单表数据量过多，导致查询遇到瓶颈。

3.网络原因或者机器自身负载过高

4.热点数据导致单点负载不均衡

5、I/O吞吐量小，形成了瓶颈效应。

6、没有创建计算列导致查询不优化。

7、内存不足

8、网络速度慢

9、查询出的数据量过大（可以采用多次查询，其他的方法降低数据量）

10、锁或者死锁(这也是查询慢最常见的问题，是程序设计的缺陷)

11、sp_lock,sp_who,活动的用户查看,原因是读写竞争资源。

12、返回了不必要的行和列

13、查询语句不好，没有优化

二、优化

1、恰当的使用索引

必要时建立多级索引,分析执行计划，通过表数据统计等方式协助数据库走正确的查询方式，该走索引就走索引，该走全表扫描就走全表扫描

2、分库分表

如果sql语句走了索引，表现性能也不是很好，就需要考虑对表进行拆分，分表分为垂直切分和水平切分

垂直切分就是将一张单表中的多个列按照业务逻辑把它关联性比较大的列放在同一张表上去

水平切分就是把一张表行数达到千万级别的大表，根据业务主键切分为多张小表，这些小表可能达到100张，甚至1000张

除了分表还可以进行分库，已经拆分完1000张表之后，然后将后缀为0-100的表放到数据库实例中，然后再将100-200的表放到另一个数据库实例中，依次类推把1000张表分别放到了10个数据库实例中，这样就可以根据业务的主键把请求路由到不同的这个数据库实例，然后让数据库实例承担相对应的流量，这样均摊的流量就比较小，从而达到一个数据库性能提升的目的

3、对查询进行优化，尽可能避免全表扫描

首先考WHERE 及ORDER BY涉及列上建立索引

4、表中的大字段剥离

假如一个表的字段数有100多个,拆分字段,保证单条记录的数据量很小

5、字段冗余

减少跨库查询或多表连接操作

6、查询时不要返回不需要的行和列

7、减少sql中函数运算与其他计算

8、针对查询频繁的热点数据增加缓存，引入非关系型数据库

9、升级硬件

10、提高网速

11、增加服务器的cpu个数

12、主从复制，读写分离，一般情况下，查询的情况比写的情况多，所以考虑将数据库分为主库，从库，主库处理写的操作，从库处理读的操作