发生了什么

这个服务对外提供交易记录的查询:系统里有一张交易记录表,一行记录一笔交易的订单号、第三方渠道返回的交易单号,以及这条记录写入的时间。业务上有两种查法,一种是按时间段查,比如取某一天产生的全部交易;另一种是按订单号或第三方交易单号精确查,用来确认某笔订单有没有对应的交易记录。

创建时间这一列上建了索引。这句 SQL 里写死了索引名,也就是强制索引:执行计划不再由数据库自己挑,一律从创建时间索引开始扫。按时间段查的时候,条件里有创建时间的起止值,索引能把扫描范围收窄到那一段,这是索引能生效的前提。

2024 年 10 月的一次发布中,这个服务报出异常。异常落在按订单号查交易记录的这条路径上:它的条件里没有时间范围,只有订单号和第三方交易单号;组装条件的代码在按订单号查询时,把创建时间的值清空了。SQL 还是原来那句,强制索引也还写在里面,只是能被这个索引用上的那一列已经没有条件。

结果是这条查询没走成一次点查:索引收窄不了范围,数据库只能顺着创建时间索引把整段扫一遍,代价随表里的数据量一起涨。数据量上来之后,这次查询没能在超时时间内返回,接口报错。记录只写到这次异常已处理,没有给出具体改动,也没有说明是否回滚或重新发布,修复上线状态待确认。

本质

一句话:一句写死了强制索引的 SQL 被两种查询路径共用,按订单号查的时候条件里没有创建时间,索引提示却仍被执行,索引再也不能收窄范围,慢到了超时。

  1. 原来这句 SQL 怎么工作。按时间段查询时,条件里带创建时间的起止值,强制索引把要扫的记录限定在这段时间内;索引和条件是一起配出来的,写死索引名是为了让执行计划稳定。
  2. 代码这次做了什么。按订单号、第三方交易单号查询这条路径上,组装条件的代码把创建时间的值清空了,条件里只剩下订单号和三方单号,SQL 没有跟着变。
  3. 数据库接着做了什么。SQL 文本没有跟条件一起变,FORCE INDEX 仍然生效。创建时间这一列在条件里已经不存在,索引没法用它缩小范围,只能从头到尾扫完整段索引,再回表取每条记录。
  4. 为什么代价会失控。按时间段查是扫一小段,按订单号查变成扫整张表,单次查询的耗时随记录条数上涨,涨过超时时间就报错。写死索引还拿掉了数据库自己挑索引的机会,它不会自动换成订单号上更合适的索引。
  5. 处置与修复方向。这一次记录只写了已处理,没有写改了哪里,也没有说明是否已经上线,所以不能当作已经修好。修复方向是让两种查询各用各的 SQL:按订单号、三方单号查时走独立的语句,索引用订单号上的(表上还没有就补一个);时间段的查询保留强制索引,但要在条件组装处断言创建时间一定存在,缺了就直接拒绝,不再落到同一句 SQL 上。同一句 SQL 服务两条路径时,索引提示必须跟着条件走。

强制索引写死的是“这一组条件”:条件里的索引列被清空后提示仍在,索引就从收窄范围变成整段扫描。

错误代码

// 交易记录查询:一句 SQL 服务两种查询路径(脱敏教学示例)
public List<TradeRecord> query(TradeQuery query) {
    if (isByTimeRange(query)) {
        // 正常路径:条件里有创建时间起止值,强制索引能把范围收窄
        return tradeMapper.selectByCondition(query);
    }
    if (isByOrderNo(query)) {
        // 为什么错:按订单号查时把创建时间清空,
        // 而 SQL 里的 FORCE INDEX(idx_create_time) 仍然生效
        query.setCreateTime(null);
    }
    // 为什么错:两种条件共用同一句强制索引 SQL,索引列已经无条件可用
    return tradeMapper.selectByCondition(query);
}

// 示意 SQL,两条路径拿到的是同一句:
// SELECT ... FROM trade_record FORCE INDEX(idx_create_time)
//  WHERE order_no = #{orderNo} AND third_trade_no = #{thirdTradeNo}

修复代码示例

// 修复:按查询路径拆 SQL,索引提示只与配得上的条件一起出现(脱敏教学示例)
public List<TradeRecord> query(TradeQuery query) {
    if (isByTimeRange(query)) {
        // 修复:时间段查询保留强制索引,但先确认索引列的条件真的在
        Assert.notNull(query.getCreateTimeFrom(), "时间范围查询缺少开始时间");
        return tradeMapper.selectByTimeRange(query);
    }
    if (isByOrderNo(query)) {
        // 修复:按订单号/三方单号查走独立语句,不再带创建时间的索引提示
        return tradeMapper.selectByOrderNo(query.getOrderNo(), query.getThirdTradeNo());
    }
    throw new BizException("查询条件不足");
}

// 示意 SQL,按订单号查询走订单号上的索引(表上没有就先补):
// SELECT ... FROM trade_record
//  WHERE order_no = #{orderNo} AND third_trade_no = #{thirdTradeNo}

两段代码改的是同一处:错误版让两个分支最后都落到那句写死创建时间索引的 SQL 上,修复版把两条路径拆开,时间段查询在条件不全时直接失败,按订单号查询换成不带索引提示的语句。记录只确认了“按订单号查询时清空创建时间导致索引失效、查询超时”,没有给出实际改法,上面是依据这个原因推导的方向,属于可采用的方式,未实施也未验证。

下次遇到这些场景要警惕

  • 给 SQL 写强制索引(FORCE INDEX 或固定索引提示)之前:先把调用这句 SQL 的查询路径全部列出来,逐条标出条件里包含哪些列;对着每条路径单独发一次查询,看执行计划扫了多少行、和条件里给的范围是否对得上。
  • 在条件组装代码里清空或跳过某个字段时:搜一遍这个字段有没有被 SQL 里的索引提示、排序或分页依赖;构造“字段被清空、仍走原 SQL”的请求,比较数据量翻倍前后的耗时,确认不会随表数据一起线性增长。
  • 上线按订单号、外部单号这类精确查询前:确认表上有对应索引,用一条接近线上量级的单号压一次,并检查执行计划里用的到底是不是这个索引;把“索引有没有、用没用上”列进这次改动的检查项,而不是等超时告警来发现。
  • 看到查询超时告警时:先看超时语句的执行计划和扫描行数,再决定是调超时时间、连接数,还是改索引;索引没用上的情况调大超时只会把问题往后推,容量不够才轮到调参数。

代码为脱敏教学示例,用于解释错误与修复思路,不代表实际项目源码或已上线实现;类名、方法名、表名与字段名均为示意。