一、你的 MyBatis 为什么越用越慢？​

1. 生产环境高频问题统计（基于 80 + 项目调研）：​

• SQL 无索引 / 索引失效（占比 38%）​

• 全表扫描导致查询超时（占比 27%）​

• 频繁连接数据库（未使用缓存，占比 18%）​

• 结果集过大导致内存溢出（占比 12%）​

• 动态 SQL 拼接错误（占比 5%）​

真实场景：某 ERP 系统列表查询从 100ms 飙升至 3s，排查发现是 MyBatis 关联查询未优化​

二、核心原理：MyBatis 执行流程与性能瓶颈​

1. MyBatis 核心执行链路：​
   1.  配置解析 → SqlSessionFactory 构建 → SqlSession 创建 → Mapper 代理 → SQL 解析 → 参数绑定 → 执行器执行 → 结果映射​            
2. 性能瓶颈关键节点：​

• SQL 解析阶段：动态 SQL 拼接低效（如 where 1=1 冗余）​

• 执行阶段：未使用预编译缓存、连接池配置不合理​

• 结果映射阶段：resultMap 配置不当导致反射开销过大​

三、10 个企业级优化技巧（按收益优先级排序）​

技巧 1：索引优化（最核心，性能提升 500%）​

1. 避坑点：避免 SELECT *（只查需要字段）、避免 like '%xxx'（导致索引失效）​
2. 实战示例：​

    <-- 错误示例：全表扫描+索引失效 -->
    SELECT * FROM user WHERE name LIKE '%张三'
   
   
   <-- 覆盖索引+索引有效 -->
    SELECT id, name, phone FROM user WHERE name LIKE '张三%'

3. 索引设计原则：​

• 高频查询字段建立单字段索引（如 user_id、order_no）​

• 联合查询字段建立联合索引（如 user_id + create_time，遵循最左前缀原则）​

• 避免过度索引（索引数量≤5 个，否则影响插入 / 更新性能）​

技巧 2：MyBatis 一级 / 二级缓存合理使用​

1. 一级缓存（SqlSession 级别，默认开启）：​

• 适用场景：同一请求内多次查询同一数据（如订单详情页）​

• 注意：增删改操作会清空一级缓存，避免脏数据​

1. 二级缓存（Mapper 级别，手动开启）：​

    1. 全局配置文件开启二级缓存 -->
    mybatis.xml 中配置缓存 -->
   = flushInterval="60000" size="1024" readOnly="true"/>
   
   . 单个查询开启缓存（默认开启，可关闭） -->
    <id="getUserById" useCache="true" flushCache="false">
       SELECT id, name FROM user WHERE id = #{id}

2. 缓存避坑：​

• 不缓存高频更新的数据（如库存表）​
• 缓存对象必须实现 Serializable 接口​

• 分布式系统建议用 Redis 替代二级缓存（避免缓存不一致）​

技巧 3：动态 SQL 高效拼接（避免冗余）​

1. 替代 where 1=1 的优雅方案：​

   冗余且低效    
   SELECT id, name FROM user WHERE 1=1​
   <if test="name != null">AND name = #{name}</if>​
   <if test="age != null">AND age = #{age}</if>
   
   修改为
   SELECT id, name FROM user​ 
   <where>
   <if test="name != null">AND name = #{name}</if>​
   <if test="age != null">AND age = #{age}</if>
   </where>

2. foreach 标签优化（批量操作）：​

   INSERT INTO user (name, phone) VALUES
   <foreach collection="list" item="item" separator=",">
          (#{item.name}, #{item.phone})
        
   - 注意：批量插入数量控制在1000条以内（避免SQL过长）

技巧 4-10：高收益优化

1. 结果映射优化：使用 resultMap 替代 resultType（减少反射开销），避免 autoMappingBehavior 过度自动映射​
2. 预编译缓存：开启 useGeneratedKeys + keyProperty（主键自增场景），避免重复查询主键​
3. 分页优化：使用 PageHelper 插件（避免手写分页 SQL），设置合理分页大小（≤100 条 / 页）​

四、企业级优化案例：电商商品列表查询性能提升​

1. 初始状态：查询 100 条商品数据，耗时 3s，全表扫描，无索引​
2. 优化步骤：索引优化 → 结果字段精简 → 分页控制 → 二级缓存​
3. 优化后效果：耗时降至 80ms，QPS 提升 37 倍，数据库 CPU 占用从 90% 降至 15%