如何“医治”一条慢SQL？
前言
"苏工，订单列表又崩了！"
接到电话时，我对着监控大屏上999ms的SQL响应时间哭笑不得。
几年来，我发现一个定律：所有SQL问题都是在凌晨三点爆发！
今天抽丝剥茧，教你用架构师的思维给慢SQL开刀手术。
希望对你会有所帮助。
1.术前检查：找准病灶
1.1 EXPLAIN 查看执行计划使用EXPLAIN查看SQL语句的执行计划，相当于给SQL拍了张X光。
下面是一个典型的SQL问题，它是某电商平台历史订单查询的SQL语句：
复制
SELECT *
FROM orders o
LEFTJOINusers u ON o.user_id = u.id
LEFTJOIN products p ON o.product_id = p.id
WHERE o.create_time > 2023-01-01
AND u.vip_level > 3
AND p.category_id IN (5,8)
ORDERBY o.amount DESC
LIMIT1000,20;1.2.3.4.5.6.7.8.9.
使用EXPLAIN关键字查看执行计划的结果如下：
复制
+----+-------------+-------+------+---------------+------+---------+------+---------+---------------------------------+
| id | select_type | table | type | possible_keys | key | rows | Extra| key_len |
+----+-------------+-------+------+---------------+------+---------+------+---------+---------------------------------+
| 1 | SIMPLE | o | ALL | idx_user_time | NULL | 1987400 | Using where; Using filesort |
| 1 | SIMPLE | u | ALL | PRIMARY | NULL | 100000 | Using where |
| 1 | SIMPLE | p | ALL | PRIMARY | NULL | 50000 | Using where |
+----+-------------+-------+------+---------------+------+---------+------+---------+---------------------------------+1.2.3.4.5.6.7.
诊断报告：
全表扫描三连击（type=ALL）filesort暴力排序（内存警告）索引全军覆没2.手术方案：精准打击
2.1 单表代谢手术如果通过执行计划查到是索引有问题，我们就需要单独优化索引。
病根：JSON字段索引失效
错误用法：
复制
ALTER TABLE users ADD INDEX idx_extend ((extend_info->$.is_vip));1.
extend_info字段是JSON类型的字段，即使创建了索引，索引也会丢失。
正解姿势（MySQL 8.0+）：
复制
ALTER TABLE users ADD INDEX idx_vip_level (vip_level);
ALTER TABLE orders ADD INDEX idx_create_user (create_time, user_id) COMMENT 组合索引覆盖查询;1.2.
创建组合索引覆盖查询。
2.2 血管疏通术卡点分析：
原始join顺序是：
复制
orders → users → products1.
优化后的方案：
复制
(子查询过滤users) → products → orders1.
调整执行顺序，用小表驱动大表。
重写后的SQL：
复制
SELECT o.*
FROM products p
INNERJOIN (
SELECT o.id, o.amount, o.create_time
FROM orders o
WHERE o.create_time > 2023-01-01
) o ON p.id = o.product_id
INNERJOIN (
SELECTid
FROMusers
WHERE vip_level > 3
) u ON o.user_id = u.id
WHERE p.category_id IN (5,8)
ORDERBY o.amount DESC
LIMIT1000,20;1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.
术后效果：
先扫小表（users过滤后只有100条）消除冗余字段传输减少Join时临时表生成2.3 开颅手术通过执行计划锁定了问题，走错索引了，该怎么处理呢？
可以通过FORCE INDEX强制指定索引：
复制
SELECT /*+ INDEX(o idx_create_user) */
o.id, o.amount
FROM orders o FORCE INDEX (idx_create_user)
WHERE o.create_time > 2023-01-01;1.2.3.4.
使用衍生表加速：
复制
SELECT *
FROM (
SELECTid, amount
FROM orders
WHERE create_time > 2023-01-01
ORDERBY amount DESC
LIMIT1020
) tmp
ORDERBY amount DESC
LIMIT1000,20;1.2.3.4.5.6.7.8.9.10.
医嘱：
警惕OR导致的索引失效用覆盖索引避免回表查询CTE表达式谨慎使用2.4 生命体征监测查看索引使用：
复制
SHOW INDEX FROM orders;1.
监控索引使用率：
复制
SELECT object_schema, object_name, index_name,
count_read, count_fetch
FROM performance_schema.table_io_waits_summary_by_index_usage
WHERE index_name IS NOT NULL;1.2.3.4.
3.术后护理：体系化治理
3.1 SQL消毒中心需要制定优秀的代码规范，否则可能会出现全表扫描的问题。
在日常工作中，我们要尽可能减少Java代码感染源。
MyBatis危险写法：
复制
@Select("SELECT * FROM orders WHERE #{condition}")
List<Order> findByCondition(@Param("condition") String condition);1.2.
condition参数可以传入任何内容，如何传入了1=1，可能会导致查询所有的数据，走全表扫描，让查询效率变得非常低。
正确做法（参数化查询）：
复制
@Select("SELECT * FROM orders WHERE create_time > #{time}")
List<Order> findByTime(@Param("time") Date time);1.2.
消毒方案：
SQL审核平台接入（如Yearning）MyBatis拦截器拦截全表更新自动化EXPLAIN分析流水线3.2 查杀大表癌症如果遇到大表的癌症病例，可以用分库分表的方案解决。
病历案例：3亿订单表终极解决方案
复制
// Sharding-JDBC分片配置
spring.shardingsphere.rules.sharding.tables.orders.actual-data-nodes=ds$0..1.orders_$->{2020..2023}
spring.shardingsphere.rules.sharding.tables.orders.table-strategy.standard.sharding-column=create_time
spring.shardingsphere.rules.sharding.tables.orders.table-strategy.standard.sharding-algorithm-name=time_range1.2.3.4.
化疗方案：
时间维度分片（2020~2023年度表）用户ID取模分库冷热分离（OSS归档历史数据）医嘱总结
优化三板斧：
定位：慢查询日志+执行计划分析切割：化繁为简拆分多步执行重建：符合业务场景的数据结构避坑口诀：
索引不是银弹，覆盖才是王道Join水深，能拆就拆Order By+Limit≠分页优化最后送上苏三的传秘方：当你优化SQL到怀疑人生时，不妨试试这三味药：
删业务逻辑加缓存换数据库保证药到病除（老板打不打死你我就不管了，哈哈哈）！
阅读剩余
THE END
