【数据存储】慢查询治理：定位与改写十条典型慢 SQL

实战应用：用在哪里

排行榜卡三秒、交易行搜索转圈五秒——慢查询是玩家能直接感知的性能债。慢查询治理的套路是三步：慢日志定位、执行计划找根因、改写或加索引收尾，十条典型慢 SQL 的改写范式覆盖九成场景。

慢日志的定位

---慢查询的捕获：超 200 毫秒入榜
setontimerex(72, 60)
function SlowLog.collect()
    local rows = DB.query(
        "SELECT query, exec_ms, rows_examined " ..
        "FROM slow_log WHERE exec_ms > 200 " ..
        "ORDER BY exec_ms DESC LIMIT 10")
    for _, r in ipairs(rows) do
        Ops.log(("慢查询 %dms 扫 %d 行: %s"):format(
            r.exec_ms, r.rows_examined, r.query:sub(1, 80)))
    end
end

慢日志按 200 毫秒的门槛捕获，每分钟输出前十名。执行时间与扫描行数的双指标定位根因：扫百万行返回十行的查询必是索引缺失，扫千行返回千行的查询是数据量本身的问题。捕获的样本按指纹聚合，同一形态的慢查询反复上榜只需治理一次。

改写的范式

---范式一：SELECT * 改按需取列
-- 慢：SELECT * FROM roles ORDER BY level DESC LIMIT 50
local top = DB.query(
    "SELECT id, name, level FROM roles " ..
    "ORDER BY level DESC LIMIT 50")

---范式二：函数包列让索引失效，改为范围条件
-- 慢：WHERE DATE(create_at) = '2026-09-21'
local rows = DB.query(
    "SELECT COUNT(*) FROM item_log " ..
    "WHERE create_at >= ? AND create_at < ?",
    "2026-09-21 00:00:00", "2026-09-22 00:00:00")

十条范式的精华三条：SELECT * 改按需取列，网络与内存的传输量按需收缩；列上包函数（DATE、SUBSTR）让索引失效，改写成范围条件让索引活着；大分页的 LIMIT 100000,50 改成游标条件（WHERE id > 上次末尾 LIMIT 50），翻页越深越快的假象被游标打破。交易行搜索的组合条件用联合索引按最左前缀排列，价格的区间与品质的等值组合一索引吃下。索引的补充用执行计划验证：改动前后 EXPLAIN 的扫描行数对比，行数不降的索引是多余的写放大。

验证与监控

改写前后的耗时对比进工单，收益低于 30% 的改动不合并；慢查询的上榜数周报，治理的速度要跑赢业务的增长。

踩坑记录

索引曾经加了一堆不见效，联合索引的列序与查询条件不符，最左前缀的规则吃透后一次到位。ORM 的隐式类型转换让索引失效，字符串列用数字比较全表扫描，类型的严格匹配写进评审。统计类的查询曾经直打主库，治理时顺带迁去从库，查询的治理与路由一并考虑。

上线要点

慢查询的门槛按接口分级：交易行 300 毫秒、排行 500 毫秒，一刀切的门槛误伤长尾。索引的变更走评审与从库验证，写放大与查询收益的账一起算。十条范式的文档进新人培训，治理的能力要可复制。

本文由 996 技术组基于 996 引擎官方知识库与浮生梦老师课程体系整理。团队长期从事传奇类引擎 Lua 后端逻辑、客户端界面与商业版本交付，内容以官方知识库与真实项目为出处，按版本持续修订。