首先是由于公司秉承快速开发原则，频繁上线，导致每次忽视了性能问题!日积月累，所以导致系统越来越慢，所以如果你的系统查询语句本来就优化的很好了可能参考意义不大!

　　提取慢查询日志文件，应该在你的DataDir目录下面

　　通过程序处理慢查询文件，将文件格式的慢查询导入到数据库中：

1 mysql> desc slow_query;
2 +---------------+-------------+------+-----+---------+-------+
3 | Field         | Type        | Null | Key | Default | Extra |
4 +---------------+-------------+------+-----+---------+-------+
5 | Date          | varchar(32) | NO   |     |         |       | 查询发生的时间
6 | user          | varchar(64) | NO   |     |         |       |
7 | host          | varchar(64) | NO   |     |         |       |
8 | content       | text        | NO   |     |         |       | 将Statement进行Mask后的语句，便于Group By
9 | query_time    | int(11)     | NO   |     |         |       | 查询所用时间，直接性能指标
10 | lock_time     | int(11)     | YES  |     | 0       |       | 等待锁定的时间
11 | rows_sent     | int(11)     | YES  |     | 0       |       | 返回的结果行数
12 | rows_examined | int(11)     | YES  |     | 0       |       | 扫描行数（很重要，上万以后就要重点注意了
13 | statement     | text        | YES  |     | NULL    |       | 实际查询语句
14 +---------------+-------------+------+-----+---------+-------+

　　然后发挥您的想象力在这个表中尽力捕捉你想捕捉的，那类型语句压力最大、扫描行数最多、等锁最久……

　　比如：

　　优化后：

1 mysql> select sum(query_time)/count(*),count
2 (*),sum(query_time),min(Date),Max(Date) from slow where Date>'2008-02-20 22:50:52' and  Date<'2008-02-21 17:34:35';
3 +--------------------------+----------+-----------------+---------------------+---------------------+
4 | sum(query_time)/count(*) | count(*) | sum(query_time) | min(Date)           | Max(Date)           |
5 +--------------------------+----------+-----------------+---------------------+---------------------+
6 |                   5.7233 |     2197 |           12574 | 2008-02-20 22:51:16 | 2008-02-21 17:34:10 |
7 +--------------------------+----------+-----------------+---------------------+---------------------+
8 1 row in set (0.09 sec)

　　优化前：

1 mysql> select sum(query_time)/count(*),count(*),sum(query_time),min(Date),Max(Date) from slow where Date>'2008-02-17 22:50:52' and  Date<'2008-02-18 17:34:35';
2 +--------------------------+----------+-----------------+---------------------+---------------------+
3 | sum(query_time)/count(*) | count(*) | sum(query_time) | min(Date)           | Max(Date)           |
4 +--------------------------+----------+-----------------+---------------------+---------------------+
5 |                   2.5983 |    16091 |           41810 | 2008-02-17 22:50:58 | 2008-02-18 17:34:34 |
6 +--------------------------+----------+-----------------+---------------------+---------------------+
7 1 row in set (0.15 sec)

　　再比如，优化前：

　　基本信息：

　　慢查询统计从 2008-02-17 17:59:34 到2008-02-18 22:45:22时间段，接近29个小时的数据;

　　总共有慢查询28914个，平均一小时有1000个慢查询;(花了一天优化降到每小时100个的样子了，成就感啊)

　　所有慢查询耗费总时间75690秒;

　　慢查询时间设置是大于2秒

　　参数说明：

　　sum--总执行时间(秒);

　　count--执行次数;

　　avg--平均执行时间(秒);

　　content--类似SQL语句的表达通式，其中'DD'代表数字;

　　statement--某一条具体执行的SQL语句

　　由于访问时的锁，导致update非常慢：

1 mysql> select count(*) as n,sum(query_time) as s, sum(query_time)/count(*) as avg,substring_index(statement,' ',2) as u from slow where statement like 'update%' and query_time>14 group by u;
2 +-----+------+---------+--------------------------+
3 | n   | s    | avg     | u                        |
4 +-----+------+---------+--------------------------+
5 |   7 |  112 | 16.0000 | update conversation      |
6 | 151 | 2413 | 15.9801 | update user              |
7 |   4 |   65 | 16.2500 | update user_modification |
8 +-----+------+---------+--------------------------+

　　说明程序中还是存在一些忘记释放事务锁的情况

　　最耗费资源的10个查询：

　　其中第1，2，5应该是同一类查询，这样的话这一类查询占总查询的一半以上，每分钟出现10个以上这样的慢查询，需要重点解决!

1 mysql> select sum(query_time) as sum, count(*) as count, sum(query_time)/count(*) as avg,statement from slow wher
2 e host like '%69.12.23.%' group by content order by sum desc limit 0,10\G
3 *************************** 1. row ***************************
4       sum: 27326
5     count: 11681
6       avg: 2.3394
7 …………