订单表5000万行查询越来越慢，你怎么办？

单表数据量过大是MySQL最常见的性能问题。很多人上来就说“分库分表”，但面试官想听的是你的思考过程——为什么选这个方案，有没有更简单的办法。今天把所有方案按“从简单到复杂”的顺序讲清楚。

方案一：索引优化（成本最低）

先检查现有查询的索引是否合理。很多时候“表大”不是根本原因，索引不合理才是。我见过一张5000万的表，索引正确的情况下查询只要5ms。

方案二：历史数据归档（最实用）

大多数场景下，订单表的查询都集中在近30天。把30天前的数据迁移到历史表，主表只保留热数据。

-- 建历史表（结构一样）
CREATE TABLE orders_archive LIKE orders;
 
-- 定期迁移
INSERT INTO orders_archive
SELECT * FROM orders WHERE created_at < DATE_SUB(NOW(), INTERVAL 30 DAY);
 
DELETE FROM orders WHERE created_at < DATE_SUB(NOW(), INTERVAL 30 DAY);
-- 注意：要分批删除，不要一次删太多，避免长事务和主从延迟

这个方案最简单有效。我在元宇宙社交App做过，主表从5000万降到500万，查询性能提升30%。

方案三：分区表（MySQL原生支持）

如果查询总是带时间条件，可以用MySQL的分区表按月分区：

ALTER TABLE orders PARTITION BY RANGE (TO_DAYS(created_at)) (
  PARTITION p202501 VALUES LESS THAN (TO_DAYS('2025-02-01')),
  PARTITION p202502 VALUES LESS THAN (TO_DAYS('2025-03-01')),
  PARTITION p202503 VALUES LESS THAN (TO_DAYS('2025-04-01')),
  PARTITION pmax VALUES LESS THAN MAXVALUE
);