索引与查询优化
核心字段索引设计
对高频查询字段（如DI码、生产批次、有效期）建立复合索引，例如将DI码与生产日期联合索引，可提升查询效率。
避免过度索引：仅对高频过滤条件的字段建索引，减少写操作时的维护成本。
查询语句优化
使用覆盖索引（Covering Index）减少回表操作，例如通过DI码查询产品信息时，索引应包含所有返回字段。
拆分复杂关联查询：将多表联查拆分为单表查询+代码处理，降低数据库负载。
分区与分表策略
按时间或产品类别分区：如按年度或器械类别划分数据存储区域，缩小查询范围。
垂直拆分：将静态数据（如产品注册信息）与动态数据（如流通记录）分离，减少单表字段数。
存储与参数调优
存储引擎选择
优先选择支持事务的引擎（如InnoDB），确保数据一致性和高并发处理能力。
内存与缓存配置
调整innodb_buffer_pool_size参数，使其占物理内存的70%-80%，提升热点数据缓存命中率。
启用查询缓存（Query Cache），对高频且结果集固定的查询（如DI码解析）加速响应。
事务与日志优化
设置innodb_flush_log_at_trx_commit=2，平衡数据安全性与写入性能，减少磁盘I/O。
定期清理Undo日志：避免长时间未提交事务占用过多存储空间。
