背景

当前日增数据量将近千万，条件查询虽然做了联合索引，但扫描行数仍有30w左右，会出现超一秒的慢sql

缺陷

原因分析
1、联合索引首个未添加分库分表键
2、当前分库分表键是根据业务选择，数据分布不均匀
3、根据时间查询，跨度较大，扫描行多

要求

1、由于数据量太大，添加索引困难，并且查询场景为web页面，频率较低，为不影响线上业务，不去修改索引（存在4种不同时间查询，修改要加4个）
2、由于业务需要，时间查询跨度为7天，为不影响使用，不缩短查询时间范围

优化方案

1、时间拆分查询
主要的优化方案，也是接下来要讲的方案
2、count 加缓存
页面分页查询，多次count影响性能，虽然不能解决慢sql问题，但对查询性能有部分提升
3、部分走强制索引
页面允许使用单号查询，单号为唯一键，但mysql查询仍然走了时间索引，这部分查询强制走单号索引

时间拆分查询存在问题

在对count进行拆分时，只需要对时间按天 or 小时拆分，对拆分后多次count,求和即可，但是页面的要求是分业查询，如何实现时间拆分的同时，可以实现分页查询？

方案说明

由于数据查询根据时间按天拆分，那么拆分后每次查询需要对sql中偏移量和查询条数进行重新计算

例如： 查询签收时间在某6天内的数据，分页查询，每页50条，查询第n页
需要查询的数据为 select * from [表A] [条件] limit 50(n-1),50
例如，需要拆分的数据分布如下 day1下符合数据30条，day2下100条…

思路：从day1开始获取数据，到day6结束，如果提前获取到数据，则直接返回
n=3时，即第3页数据查询 limit 100,50 查询的数据为第101条开始，到150条结束 [101,150]
第一次count ，得到day1 数据 30条，数据范围 [1,30],不符合
第二次count ，得到day2 数据 100条，数据范围 [31,130],部分符合，符合数据范围[101,130] ,
根据符合范围，计算偏移量和查询条数
需要查询的数据为 select * from [表A] [条件 时间=day2] limit A,B
A=101 -1
B= 130 - A = 30
得到查询数据30条，说明需要继续查询20条
第三次count ，得到day3 数据 30条，数据范围 [131,160],部分符合，符合数据范围[131,150] ,
根据符合范围，计算偏移量和查询条数
需要查询的数据为 select * from [表A] [条件 时间=day3] limit A,B
A=131 -1
B= 150 - A = 20
得到查询数据20条，加上day2查询的30条，共50条，查询结束 END

方案优点

页面是分页查询，条数最大50条，实际总数据量2-3万，用户只会查询前几页，根据时间拆分查询时，查询第1天数据就完全满足，相对原来只是多了一次count，并且扫描行大大降低，对查询时间影响较小

方案缺点

原来一次查询数据库，优化后需要多次count和数据查询，增加了查询时间
注：实际发现时间确实有增加，但是增加不多