SQL执行慢不外乎以下原因：
1、查询语句设计不合理。简单的 SQL 语句执行效率高，复杂的 SQL 语句执行效率低。
2、索引处理不当，如忘记在 WHERE 后面加上索引，导致查询过程中无法使用索引来特别优化查询。
3、表没有做合理的分区。

在实践过程中，我们可以根据多变的情况进行逐步分析：

情况分析

在生产环境中，相同数据量情况下，有SQL偶尔执行慢即出现频率低，也有SQL每次执行都慢即出现频率高。

出现频率低情景

1、InnoDB脏页刷新
Innodb为了优化写效率，采用了内存缓冲及redo log（写磁盘）的方式，当内存页与磁盘页数据不一致时（脏页），mysql会进行刷盘（定时批量）。或者mysql dump之后，从redo log恢复最新数据。
redo log是有容量的，如果数据库操作频繁，redo log会写满，那么需要写到磁盘，而不能等到空闲的时候做刷盘了，这个时候必须停止其他操作，因此正在执行的操作就会执行得慢。

2、操作等待锁资源
当我们在update数据时，需要获取行锁，行锁为悲观锁。当行锁被其他事务获取时，当前事务需要等待，直到行锁被释放。

出现频率高情景

• SQL执行没有走索引
  1、SQL执行时的where没有使用索引，进行全表查询，当数据量大时，执行效率低
  2、SQL执行时where里使用了索引，那么通过explain进行分析
  如果where条件中对索引字段进行运算操作或者函数操作，SQL执行时不会触发索引执行。

• SQL的执行走索引
  1、通过explain分析，虽然走了索引，但类型为all，表明依然走的是全表查询
  场景有：
  使用了前缀模糊匹配 like，不能命中索引
  = 前的索引列上进行了表达式运算
  数据表中 phone 字段是字符串类型，而查询时使用了数字类型，会触发隐式类型转换，不会命中索引

2、根据索引查找的机制进行分析，从辅助索引查找到数据主键时，在通过聚簇索引找到行数据，如果索引不能有效的区分数据，比如像年龄，不能区分大部分数据时（年龄分布平均）
mysql会根据这个预测分析通过全表查询（遍历行数据）会比通过索引效率高（先通过辅助索引，再通过聚簇索引分析行数据）

3、单表数据量超过千万后，性能会出现下降(b+tree数据结构缺点)