十亿级订单系统的数据库查询性能优化之路
💡
原文中文，约4300字，阅读约需11分钟。
📝
内容提要
京东BIP采购系统面临性能挑战，因复杂查询和海量数据导致查询体验差。通过优化数据模型、减少慢SQL和提升查询性能，系统查询速度提升超过40%，降低了数据库负载，增强了稳定性。
🎯
关键要点
- BIP采购系统用于京东采销部门向供应商采购商品，提供多种业务功能。
- 系统面临性能挑战，主要原因包括复杂查询、海量数据和复杂数据模型。
- 订单数据量巨大，日均150万单，涉及多张表的复杂查询。
- 业务层面查询体验差，无法高效导出超过半个月的订单。
- 技术层面存在慢SQL和大表问题，导致数据库负载高。
- 优化目标是提升查询体验，减少慢SQL，降低数据库负载。
- 通过异构入库订单和优化查询条件，提升查询性能。
- 引入动态路由层，优化查询调度策略，提高查询效率。
- 优化后采购列表查询速度提升超过40%，慢SQL数量大幅减少。
- 未来考虑逐步下线入库订单JED，完全用ES替代。
➡️
