多层嵌套逻辑（尤其是IN嵌套子查询、游标遍历、未索引的派生表）是存储过程响应慢的最常见根源，优先替换为JOIN+合理索引，比调参或重写逻辑更见效。
直接结论：多层嵌套逻辑（尤其是 IN 嵌套子查询、游标遍历、未索引的派生表）是存储过程响应慢的最常见根源，优先替换为 JOIN + 合理索引，比调参或重写逻辑更见效。
为什么嵌套查询会越跑越慢？
SQL Server 和 MySQL 都会对嵌套子查询生成“嵌套循环连接（NL）”，但它的性能高度依赖驱动表返回行数。如果外层 SELECT ... WHERE id IN (SELECT ...) 中内层子查询返回 10 万行，驱动表就可能被扫描 10 万次——不是“查一次”，而是“查 10 万次”。更糟的是，执行计划会被缓存，下次传入小数据量参数时仍沿用这个低效计划。
- 错误现象：
Query timeout expired、wait_type = LCK_M_S（锁等待）、sys.dm_exec_query_stats显示total_logical_reads异常高 - 典型陷阱：把
WHERE col IN (SELECT col FROM t2 WHERE ...)当成等价于JOIN，实际执行路径完全不同 - MySQL 特别注意：
IN子查询在 5.7+ 默认转为物化临时表，若没加/*+ USE_INDEX(t2, idx_col) */提示，极易走全表扫描
用 JOIN 替代 IN/EXISTS 嵌套的实操要点
不是简单把 IN 改成 JOIN 就完事，必须同步处理连接顺序、索引覆盖和 NULL 安全性。
- 把三层
IN拆成两级INNER JOIN：原语句SELECT * FROM a WHERE id IN (SELECT id FROM b WHERE pid IN (SELECT pid FROM c WHERE flag=1))→ 改为SELECT a.* FROM a INNER JOIN b ON a.id = b.id INNER JOIN c ON b.pid = c.pid WHERE c.flag = 1 -
EXISTS场景慎用：若内层子查询带聚合或复杂条件，EXISTS可能比JOIN更快；但多数情况下，JOIN更易被优化器选中高效路径 - 必须检查连接列是否都有索引：
b.id和c.pid都要单独建索引，若经常同时查b.id和b.pid，考虑复合索引INDEX idx_b_id_pid (id, pid) - 注意
NULL值：JOIN会自动过滤掉任一端为NULL的行，而IN子查询若返回NULL，整个条件判为UNKNOWN→ 结果为空，行为不一致需验证
游标（CURSOR）导致慢的识别与替换
只要存储过程中出现 DECLARE cursor_name CURSOR、FETCH INTO、WHILE @@FETCH_STATUS = 0，基本可以判定是性能瓶颈点——逐行处理违背关系型数据库设计哲学。
- 先确认是否真需要逐行：比如发邮件、调外部 API、写日志等副作用操作无法批量，其余场景几乎都能用集合操作替代
- 典型替换路径：
FETCH INTO @var1, @var2后执行UPDATE t SET x=@var1 WHERE y=@var2→ 改为UPDATE t SET x = src.x FROM t INNER JOIN #temp src ON t.y = src.y - 若必须保留游标，强制指定类型：
DECLARE cur CURSOR STATIC READ_ONLY OPTIMISTIC FOR SELECT ...，避免动态游标反复重编译 - 务必检查游标底层
SELECT是否走了索引：用SET STATISTICS XML ON看执行计划，重点看是否有“Key Lookup”或“Table Scan”
存储过程级缓存与参数嗅探问题
同一个存储过程，传 @id = 1 很快，传 @id = 100000 却超时，大概率是参数嗅探（Parameter Sniffing）导致执行计划复用失败。
- 快速验证：在存储过程开头加
OPTION (RECOMPILE)，如SELECT * FROM orders WHERE cust_id = @cid OPTION (RECOMPILE)，若变快，就是此问题 - 生产环境慎用
RECOMPILE：它让每次执行都重新生成计划，增加 CPU 开销；更稳妥的是用局部变量“断开嗅探链”：DECLARE @local_cid INT = @cid; SELECT ... WHERE cust_id = @local_cid - SQL Server 可启用查询存储（Query Store）捕获不同参数下的计划，手动强制使用最优计划
- MySQL 无原生参数嗅探机制，但要注意
PREPARE/EXECUTE语句缓存同样存在类似问题，建议对高频变化参数禁用预编译缓存
真正卡住性能的往往不是语法多复杂，而是某一层嵌套悄悄触发了全表扫描，或者游标里的一次 FETCH 实际读了 50 万行。动手前先看 sys.dm_exec_query_stats（SQL Server）或 EXPLAIN FORMAT=JSON（MySQL），比猜更有用。
