由 dawei 刚开始接手客服搜索模块的维护时，我其实有点紧张。线上偶尔会收到用户反馈“搜不到订单”“关键词匹配奇怪”，排查后发现是旧索引设计没跟上业务增长，部分核心字段缺失索引，导致查询走了全表扫描。更糟的是，一些历史遗留的查询语句里藏着隐式类型转换和冗余条件，不仅慢，还容易误伤数据。
我的第一步是翻出慢查询日志，把耗时超过200ms的SQL一条条过一遍。发现有个搜索“最近工单”的接口，竟然用了`LIKE '%关键词%'`配合`WHERE status != 'closed'`——这种写法直接让索引失效。我试着改成`INSTR()`函数配合覆盖索引，并把状态过滤挪到JOIN条件里，QPS瞬间从20涨到120。同时修复了一个因为字段类型不一致导致索引被跳过的漏洞——客服工单表里`user_id`是VARCHAR，但查询传的是整型，MySQL做了隐式转换，索引根本用不上。改完类型后，同样的查询时长从3秒降到0.1秒。
AI提供的信息图，仅供参考
索引优化方面，我分析了客服最常用的搜索场景：按用户ID、工单状态、创建时间范围查询。原来只有一个单列索引`idx_user_id`，现在改成联合索引`(user_id, status, created_at)`，并添加了覆盖索引来避免回表。为了不影响线上读写，我选择在凌晨低峰期执行`ALGORITHM=INPLACE, LOCK=NONE`的DDL操作，同时用pt-online-schema-change做双写校验，确保数据一致。
提效后最直观的感受是客服反馈“搜东西快多了”，后台搜索页面的平均响应时间从2.8秒降到0.4秒。而且因为修复了漏洞，之前偶发的“查不到刚创建的工单”问题也消失了。作为实习生，这次实践让我深刻体会到：索引不在多而在精，漏洞修复要追根溯源。后续我还打算给慢查询监控加个自动化告警，再写个脚本定期分析查询模式——毕竟代码会老，索引也得跟上业务节奏。
","reasoning_content":"我们要求以实习后端口吻写一篇文章，标题已经给出：\"实习后端：速查修复漏洞，优化索引提升客服搜索效能\"。内容要求：分段，每段前加
后加
，不用首先其次•不超过650字。文章要清晰易懂，围绕速查修复漏洞和优化索引提升客服搜索效能展开。作为实习生，语气谦虚但专业。