百万级数据查询sql调优

产品信息表数据过百万，未来还将继续增长，之前已经做过优化，将查询时间控制在10秒以内，仍然很慢，而且随着数据的增长，查询速度肉眼可见越来越慢。

如何提升查询效率呢？

第一步：定位查询慢的原因

之前已经做过sql调优，数据列表的sql自认已经没有更多优化的地方，所以就从后台代码上看，是否是程序耽误了时间。

详细的梳理了日志之后发现，列表查询时是使用mybatis自动分页功能，而数据总数是直接在数据查询sql外围套上COUNT来查的，就是这么简单粗暴。而数据查询sql自带许多查询条件和各种join，这就导致count时无比的慢。

那么原因就定位出来了，总数count原sql过于粗糙。

第二步：对症下药

后台代码将查总数功能独立出来，count的sql单独写之后，效果立竿见影，立马快了5秒钟

但是，六七秒的查询时间仍然是太慢，毕竟count的总数需要与数据对上，所以一些查询条件与一些join也是必须的，得把这个count的sql优化一下。

怎么优化呢？想到了建索引。

此条sql涉及的主要过滤字段包括厂商id，客户id，产品类型，和修改时间，那么就建立这四个字段的索引。

建好之后再看查询效率，效果甚微，快了1秒。

使用EXPLAIN分析执行计划，发现并没有用到刚建的索引。

强制使用索引（FORCE INDEX(索引名)）。

哇！效果喜人，查询时间降低到两秒以内！

至此，此次优化任务圆满完成，特此记录。