MyBatis-Plus多租户查询优化实践
2025-05-13 15:53:33作者:沈韬淼Beryl
多租户查询性能问题分析
在使用MyBatis-Plus 3.5.3.1版本进行多租户开发时,开发人员遇到了一个典型的查询性能问题。当主表数据量较大(3万条以上)时,使用LEFT JOIN结合ON条件进行多租户过滤的查询会出现超时现象。而将过滤条件移至WHERE子句后,查询性能则恢复正常。
问题现象重现
问题查询语句如下:
SELECT * FROM A
LEFT JOIN B ON A.b_id = B.id AND B.tenant_id = -1
LEFT JOIN C ON A.c_id = C.id AND C.tenant_id = -1
WHERE 1=1 AND A.tenant_id = -1
优化后的查询语句:
SELECT * FROM A
LEFT JOIN B ON A.b_id = B.id
LEFT JOIN C ON A.c_id = C.id
WHERE 1=1 AND A.tenant_id = -1 AND B.tenant_id = -1 AND C.tenant_id = -1
性能差异原因解析
这两种写法在PostgreSQL数据库中的执行计划存在显著差异:
-
JOIN条件过滤方式:
- 第一种写法在JOIN操作时就应用了租户过滤条件
- 第二种写法在完成JOIN后才应用过滤条件
-
执行计划优化:
- PostgreSQL优化器对WHERE子句中的条件优化更好
- JOIN条件中的过滤可能无法有效利用索引
-
数据过滤时机:
- WHERE子句过滤发生在JOIN之后,但优化器可以智能地重写查询计划
- ON条件过滤可能限制了优化器的选择空间
MyBatis-Plus多租户实现机制
MyBatis-Plus通过拦截器自动添加租户条件,其默认实现会将租户条件添加到WHERE子句中。这种设计考虑了以下因素:
- 兼容性:WHERE子句过滤在大多数数据库中都表现良好
- 可预测性:执行计划相对稳定,不易受数据分布影响
- 索引利用:更容易利用租户ID字段上的索引
最佳实践建议
-
查询写法:
- 优先将租户条件放在WHERE子句中
- 避免在JOIN的ON条件中添加额外过滤
-
索引设计:
- 为租户ID字段创建独立索引
- 考虑创建复合索引(tenant_id, id)
-
MyBatis-Plus配置:
- 保持默认的多租户SQL重写策略
- 如需自定义,可继承TenantLineInnerInterceptor重写相关方法
-
大数据量优化:
- 考虑分页查询
- 添加合适的查询条件缩小结果集
- 对频繁查询的租户数据考虑缓存
总结
在MyBatis-Plus多租户应用中,查询性能优化需要综合考虑SQL写法、数据库特性和框架实现。通过理解不同查询写法的执行计划差异,开发人员可以避免类似性能问题,构建高效的多租户应用系统。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C0100
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
478
3.57 K
React Native鸿蒙化仓库
JavaScript
287
340
暂无简介
Dart
728
175
Ascend Extension for PyTorch
Python
288
321
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
850
447
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
239
100
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
10
1
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
451
180
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.28 K
705