今天做一个Java的高性能MySQL的例题：
import java.sql.;
import com.zaxxer.hikari.HikariDataSource;
public class OrderQueryService {
private final HikariDataSource dataSource;
// 初始化高性能连接池
public OrderQueryService() {
// HikariCP是性能最优的连接池实现
var config = new com.zaxxer.hikari.HikariConfig();
config.setJdbcUrl("jdbc:mysql://localhost:3306/shop?useSSL=false&serverTimezone=UTC&useServerPrepStmts=true");
config.setUsername("root");
config.setPassword("pass123");
config.setMaximumPoolSize(8); // 连接数设为CPU核心数2较合理
config.setConnectionTimeout(30000);
this.dataSource = new HikariDataSource(config);
}
/**
* 高性能查询用户订单列表（带分页）
* 场景：电商平台查询用户30天内的有效订单，按创建时间倒序
*/
public void queryUserRecentOrders(Long userId, int pageNum, int pageSize) {
// SQL优化点1：只查询需要的字段，避免SELECT *
// SQL优化点2：WHERE条件使用索引字段（user_id, status, create_time）
// SQL优化点3：分页使用LIMIT，配合索引排序
String sql = "SELECT id, order_no, total_amount, create_time " +
"FROM orders " +
"WHERE user_id = ? " +
" AND status = 1 " + // 1表示有效订单
" AND create_time >= DATE_SUB(NOW(), INTERVAL 30 DAY) " +
"ORDER BY create_time DESC " +
"LIMIT ?, ?";
try (// 自动关闭资源，无需手动finally
Connection conn = dataSource.getConnection();
// PreparedStatement优势：预编译+防SQL注入
PreparedStatement pstmt = conn.prepareStatement(sql)) {
// 参数设置（索引从1开始）pstmt.setLong(1, userId); // user_id是索引字段pstmt.setInt(2, (pageNum - 1) * pageSize); // 计算偏移量pstmt.setInt(3, pageSize);// 执行查询long start = System.currentTimeMillis();try (ResultSet rs = pstmt.executeQuery()) {while (rs.next()) {// 处理结果（实际项目中应映射为实体类）System.out.printf("订单号：%s，金额：%.2f%n",rs.getString("order_no"),rs.getBigDecimal("total_amount"));}}System.out.println("查询耗时：" + (System.currentTimeMillis() - start) + "ms");} catch (SQLException e) {e.printStackTrace();}
}
public static void main(String[] args) {// 测试：查询用户ID=100的第1页订单，每页20条new OrderQueryService().queryUserRecentOrders(100L, 1, 20);
}
}
连接池选择：使用 HikariCP 而非 DriverManager，通过池化连接减少 TCP 握手和认证开销，设置合理的连接数（CPU 核心数 * 2）。
SQL 语句优化：
避免SELECT *，只查询必要字段减少数据传输量
WHERE 条件使用联合索引（user_id, status, create_time），遵循最左前缀原则
用LIMIT分页而非加载全部数据，适合大数据量场景
题目中大部分来自AI,鉴于学习难度较大明天应该再次重温此题