如何医治一条慢SQL？

findByTime(@Param(“time”) Date time);

**消毒方案**：
1. SQL审核平台接入（如Yearning）
2. MyBatis拦截器拦截全表更新
3. 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
```yml
// 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_range

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：

1. 定位：慢查询日志+执行计划分析
2. 切割：化繁为简拆分多步执行
3. 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 当你优化SQL到怀疑人生时，不妨试试这三味药：

1. 删业务逻辑
2. 加缓存
3. 换数据库