摘要：
昨晚生产环境突发告警，某核心查询接口P99耗时直接打满。排查过程极其惊险，最后发现竟是几行“看似人畜无害”的代码惹的祸。本文不讲虚的理论，直接复盘这次事故中揪出的5个性能杀手，建议收藏自查！
1. 杀手一：失效的复合索引 (The Silent Index Killer)
很多兄弟以为加了索引就万事大吉，但在高并发下，索引失效是致命的。
事故代码：
-- 这是一个典型的索引失效案例 SELECT * FROM orders WHERE status = 1 AND DATE_FORMAT(create_time, '%Y-%m-%d') = '2023-12-12';深度解析：在索引列上使用函数（
DATE_FORMAT），会导致MySQL放弃走B+树索引，直接进行全表扫描。优化方案：将计算转移到参数侧，保持列的纯净。
-- 优化后：Range Query SELECT * FROM orders WHERE status = 1 AND create_time BETWEEN '2023-12-12 00:00:00' AND '2023-12-12 23:59:59';
2. 杀手二：循环中的RPC调用 (The N+1 Problem)
这是新手最容易犯的错误，甚至很多高级开发在写业务逻辑复杂时也会忽略。
场景还原：此时不仅慢，还会把下游服务（User Service）打挂。
// 错误示范：在循环中调用远程接口/数据库 List<Order> orders = orderMapper.selectList(); for (Order order : orders) { // 每一次循环都发起一次网络IO User user = userService.getUserById(order.getUserId()); order.setUserName(user.getName()); }优化方案：批量查询 (Batch Query) + 内存映射 (Map)。先收集所有ID，一次RPC查回，再在内存中组装。
3. 杀手三：无限制的Executors
这也是面试常问的“为什么不建议使用JDK自带的Executors”。
隐患：
Executors.newFixedThreadPool()的等待队列是LinkedBlockingQueue，默认长度是Integer.MAX_VALUE。一旦消费慢于生产，内存会被直接撑爆，触发Full GC，系统卡死。必杀技：手动创建
ThreadPoolExecutor，明确指定队列长度和拒绝策略。
4. 杀手四：深分页深渊 (Deep Paging)
当表数据达到百万级，LIMIT 1000000, 10会慢得让人怀疑人生。
原理：数据库需要扫描 1,000,010 行数据，然后丢弃前 100万行。
解法：使用“游标法”或“延迟关联”。
-- 延迟关联优化 SELECT a.* FROM orders a INNER JOIN (SELECT id FROM orders LIMIT 1000000, 10) b ON a.id = b.id;
5. 总结：性能优化Checklist
[ ] SQL解释计划（EXPLAIN）必看，关注
type是否为ALL。[ ] 严禁在循环中进行IO操作（DB/RPC）。
[ ] 日志打印要克制，大对象禁止直接
JSON.toJSONString()。[ ] 线程池必须自定义，严禁无界队列。
兄弟们，你们在生产环境遇到过最离谱的性能问题是什么？评论区聊聊，在这个充满Bug的世界里互相取暖！
