千万级的大表，如何做性能优化？ - 文章 - 开发者社区

项目实战

架构师课程

大家好，我是苏三，又跟大家见面了。

前言

大表优化是一个老生常谈的话题，但随着业务规模的增长，总有人会“中招”。

很多小伙伴的数据库在刚开始的时候表现良好，查询也很流畅，但一旦表中的数据量上了千万级，性能问题就开始浮现：查询慢、写入卡、分页拖沓、甚至偶尔直接宕机。

这时大家可能会想，是不是数据库不行？是不是需要升级到更强的硬件？

其实很多情况下，根本问题在于 没做好优化 。

今天，我们就从 问题本质 讲起，逐步分析大表常见的性能瓶颈，以及如何一步步优化，希望对你会有所帮助。

1 为什么大表会慢？

在搞优化之前，先搞清楚大表性能问题的根本原因。数据量大了，为什么数据库就慢了？

1.1 磁盘IO瓶颈

大表的数据是存储在磁盘上的，数据库的查询通常会涉及到数据块的读取。

当数据量很大时，单次查询可能需要从多个磁盘块中读取大量数据，磁盘的读写速度会直接限制查询性能。

举例：

假设有一张订单表 orders ，里面存了5000万条数据，你想要查询某个用户的最近10条订单：


        
        
            

          
 SELECT
 
           * 
          
 FROM
 
           orders 
          
 WHERE
 
           user\_id = 
          
 123
 
           
          
 ORDER
 
           
          
 BY
 
           order\_time 
          
 DESC
 
           
          
 LIMIT
 
           
          
 10
 
          ;

如果没有索引，数据库会扫描整个表的所有数据，再进行排序，性能肯定会拉胯。

1.2 索引失效或没有索引

如果表的查询没有命中索引，数据库会进行 全表扫描 （Full Table Scan），也就是把表里的所有数据逐行读一遍。

这种操作在千万级别的数据下非常消耗资源，性能会急剧下降。

举例：

比如你在查询时写了这样的条件：


        
        
            

          
 SELECT
 
           * 
          
 FROM
 
           orders 
          
 WHERE
 
           
          
 DATE
 
          (order\_time) = 
          
 '2023-01-01'
 
          ;

这里用了 DATE() 函数，数据库需要对所有记录的 order\_time 字段进行计算，导致索引失效。

1.3 分页性能下降

分页查询是大表中很常见的场景，但深度分页（比如第100页之后）会导致性能问题。

即使你只需要10条数据，但数据库仍然需要先扫描出前面所有的记录。

举例：

查询第1000页的10条数据：


        
        
            

          
 SELECT
 
           * 
          
 FROM
 
           orders 
          
 ORDER
 
           
          
 BY
 
           order\_time 
          
 DESC
 
           
          
 LIMIT
 
           
          
 9990
 
          , 
          
 10
 
          ;

这条SQL实际上是让数据库先取出前9990条数据，然后丢掉，再返回后面的10条。

随着页码的增加，查询的性能会越来越差。

1.4 锁争用

在高并发场景下，多个线程同时对同一张表进行增删改查操作，会导致行锁或表锁的争用，进而影响性能。

2 性能优化的总体思路

性能优化的本质是 减少不必要的IO、计算和锁竞争 ，目标是让数据库尽量少做“无用功”。

优化的总体思路可以总结为以下几点：

表结构设计要合理 ：尽量避免不必要的字段，数据能拆分则拆分。
索引要高效 ：设计合理的索引结构，避免索引失效。
SQL要优化 ：查询条件精准，尽量减少全表扫描。
分库分表 ：通过水平拆分、垂直拆分减少单表数据量。
缓存和异步化 ：减少对数据库的直接压力。

接下来，我们逐一展开。

3 表结构设计优化

表结构是数据库性能优化的基础，设计不合理的表结构会导致后续的查询和存储性能问题。

3.1 精简字段类型

字段的类型决定了存储的大小和查询的性能。

能用 INT 的不要用 BIGINT 。
能用 VARCHAR(100) 的不要用 TEXT 。
时间字段建议用 TIMESTAMP 或 DATETIME ，不要用 CHAR 或 VARCHAR 来存时间。

举例：


        
        
            

          
 -- 不推荐
 
          
   

 
          
 CREATE
 
          
 TABLE
 
           orders (
          
   

 
              
          
 id
 
          
 BIGINT
 
          ,
          
   

 
              user\_id 
          
 BIGINT
 
          ,
          
   

 
              order\_status 
          
 VARCHAR
 
          (
          
 255
 
          ),
          
   

 
              remarks 
          
 TEXT
 
          
   

 
          );
          
   

 
          
   

 
          
 -- 优化后
 
          
   

 
          
 CREATE
 
          
 TABLE
 
           orders (
          
   

 
              
          
 id
 
          
 BIGINT
 
          ,
          
   

 
              user\_id 
          
 INT
 
          
 UNSIGNED
 
          ,
          
   

 
              order\_status 
          
 TINYINT
 
          , 
          
 -- 状态用枚举表示
 
          
   

 
              remarks 
          
 VARCHAR
 
          (
          
 500
 
          ) 
          
 -- 限制最大长度
 
          
   

 
          );

这样可以节省存储空间，查询时也更高效。

如果对表设计比较感兴趣，可以看看我之前的另一篇文章《表设计的18条军规》，里面有详细的介绍。

3.2 表拆分：垂直拆分与水平拆分

垂直拆分

当表中字段过多，某些字段并不是经常查询的，可以将表按照业务逻辑拆分为多个小表。

示例：将订单表分为两个表： orders\_basic 和 orders\_details 。


        
        
            

          
 -- 基本信息表
 
          
   

 
          
 CREATE
 
          
 TABLE
 
           orders\_basic (
          
   

 
              
          
 id
 
          
 BIGINT
 
           PRIMARY 
          
 KEY
 
          ,
          
   

 
              user\_id 
          
 INT
 
          
 UNSIGNED
 
          ,
          
   

 
              order\_time 
          
 TIMESTAMP
 
          
   

 
          );
          
   

 
          
   

 
          
 -- 详情表
 
          
   

 
          
 CREATE
 
          
 TABLE
 
           orders\_details (
          
   

 
              
          
 id
 
          
 BIGINT
 
           PRIMARY 
          
 KEY
 
          ,
          
   

 
              remarks 
          
 VARCHAR
 
          (
          
 500
 
          ),
          
   

 
              shipping\_address 
          
 VARCHAR
 
          (
          
 255
 
          )
          
   

 
          );

水平拆分

当单表的数据量过大时，可以按一定规则拆分到多张表中。

示例：假设我们按用户ID对订单表进行水平拆分：


        
        
            

          orders\_0 
          
 -- 存user\_id % 2 = 0的订单
 
          
   

 
          orders\_1 
          
 -- 存user\_id % 2 = 1的订单

拆分后每张表的数据量大幅减少，查询性能会显著提升。

4 索引优化

索引是数据库性能优化的“第一杀器”，但很多人对索引的使用并不熟悉，导致性能不升反降。

4.1 创建合适的索引

为高频查询的字段创建索引，比如主键、外键、查询条件字段。

示例：


        
        
            

          
 CREATE
 
           
          
 INDEX
 
           idx\_user\_id\_order\_time 
          
 ON
 
           orders (user\_id, order\_time 
          
 DESC
 
          );

上面的复合索引可以同时加速 user\_id 和 order\_time 的查询。

4.2 避免索引失效

别对索引字段使用函数或运算 。

错误：


              
              
                  

                
 SELECT
 
                 * 
                
 FROM
 
                 orders 
                
 WHERE
 
                 
                
 DATE
 
                (order\_time) = 
                
 '2023-01-01'
 
                ;

优化：


              
              
                  

                
 SELECT
 
                 * 
                
 FROM
 
                 orders 
                
 WHERE
 
                 order\_time >= 
                
 '2023-01-01 00:00:00'
 
                
   

 
                  
                
 AND
 
                 order\_time < 
                
 '2023-01-02 00:00:00'
 
                ;

注意隐式类型转换 。

错误：

优化：

如果对索引失效问题比较感兴趣，可以看看我之前的另一篇文章《聊聊索引失效的10种场景，太坑了》，里面有详细的介绍。

5 SQL优化

5.1 减少查询字段

只查询需要的字段，避免 SELECT * 。


        
        
            

          
 -- 错误
 
          
   

 
          
 SELECT
 
           * 
          
 FROM
 
           orders 
          
 WHERE
 
           user\_id = 
          
 123
 
          ;
          
   

 
          
   

 
          
 -- 优化
 
          
   

 
          
 SELECT
 
           
          
 id
 
          , order\_time 
          
 FROM
 
           orders 
          
 WHERE
 
           user\_id = 
          
 123
 
          ;

5.2 分页优化

深度分页时，使用“延迟游标”的方式避免扫描过多数据。


        
        
            

          
 -- 深分页（性能较差）
 
          
   

 
          
 SELECT
 
           * 
          
 FROM
 
           orders 
          
 ORDER
 
           
          
 BY
 
           order\_time 
          
 DESC
 
           
          
 LIMIT
 
           
          
 9990
 
          , 
          
 10
 
          ;
          
   

 
          
   

 
          
 -- 优化：使用游标
 
          
   

 
          
 SELECT
 
           * 
          
 FROM
 
           orders 
          
 WHERE
 
           order\_time < 
          
 '2023-01-01 12:00:00'
 
          
   

 
            
          
 ORDER
 
           
          
 BY
 
           order\_time 
          
 DESC
 
           
          
 LIMIT
 
           
          
 10
 
          ;

如果对SQL优化比较感兴趣，可以看看我之前的另一篇文章《聊聊sql优化的15个小技巧》，里面有详细的介绍。

6 分库分表

6.1 水平分库分表

当单表拆分后仍无法满足性能需求，可以通过分库分表将数据分散到多个数据库中。

常见的分库分表规则：

按用户ID取模。
按时间分区。

如果对分库分表比较感兴趣，可以看看我之前的另一篇文章《阿里二面：为什么要分库分表？》，里面有详细的介绍。

7 缓存与异步化

7.1 使用Redis缓存热点数据

对高频查询的数据可以存储到Redis中，减少对数据库的直接访问。

示例：


        
        
            

          
 // 从缓存读取数据
 
          
   

 
          String result = redis.get(
          
 "orders:user:123"
 
          );
          
   

 
          
 if
 
           (result == 
          
 null
 
          ) {
          
   

 
              result = database.query(
          
 "SELECT * FROM orders WHERE user\_id = 123"
 
          );
          
   

 
              redis.set(
          
 "orders:user:123"
 
          , result, 
          
 3600
 
          ); 
          
 // 设置缓存1小时
 
          
   

 
          }

7.2 使用消息队列异步处理写操作

高并发写入时，可以将写操作放入消息队列（如Kafka），然后异步批量写入数据库，减轻数据库压力。

如果对Kafka的一些问题比较感兴趣，可以看看我之前的另一篇文章《我用kafka两年踩过的一些非比寻常的坑》，里面有详细的介绍。

8 实战案例

问题：

某电商系统的订单表存储了5000万条记录，用户查询订单详情时，页面加载时间超过10秒。

解决方案：

垂直拆分订单表 ：将订单详情字段拆分到另一个表中。
创建复合索引 ：为 user\_id 和 order\_time 创建索引。
使用Redis缓存 ：将最近30天的订单缓存到Redis中。
分页优化 ：使用 search\_after 代替 LIMIT 深分页。

总结

大表性能优化是一个系统性工程，需要从表结构、索引、SQL到架构设计全方位考虑。

千万级别的数据量看似庞大，但通过合理的拆分、索引设计和缓存策略，可以让数据库轻松应对。

最重要的是， 根据业务特点选择合适的优化策略，切勿盲目追求“高大上”的方案 。

希望这些经验能帮到你！

最后欢迎

加入苏三的星球

，你将获得：AI开发项目课程、苏三AI项目、

商城微服务实战、秒杀系统实战

、

商城系统实战、秒杀系统实战、代码生成工具、系统设计、性能优化、技术选型、底层原理、Spring源码解读、工作经验分享、痛点问题

、面试八股文

等多个优质专栏。

还有1V1答疑、修改简历、职业规划、送书活动、技术交流。

扫描下方二维码，即可加入星球：

picture.image

目前星球已经更新了 5200+ 篇优质内容，还在持续爆肝中.....

星球已经被官方推荐了3次，收到了小伙伴们的一致好评。戳我加入学习，已有 1600+ 小伙伴加入学习。

picture.image