like索引优化

在我们的项目中，有定时任务的扫表功能，定时任务我们用了分片任务，为了让多个机器扫到的数据不重复，所以我们采用了以下方式来分片：

int shardIndex = XxlJobHelper.getShardIndex();
int shardTotal = XxlJobHelper.getShardTotal();

//计算出本机需要扫描的所有的用户的尾号
List<String> buyerIdTailNumberList = new ArrayList<>();
for (int i = 0; i <= MAX_TAIL_NUMBER; i++) {
    if (i % shardTotal == shardIndex) {
        buyerIdTailNumberList.add(StringUtils.leftPad(String.valueOf(i), 2, "0"));
    }
}

//遍历这些需要关心的尾号，然后进行查询。
buyerIdTailNumberList.forEach(buyerIdTailNumber -> {
    try {
        int currentPage = 1;
        Page<TradeOrder> page = orderReadService.pageQueryTimeoutOrders(currentPage, PAGE_SIZE, buyerIdTailNumber);
        orderTimeoutBlockingQueue.addAll(page.getRecords());
        forkJoinPool.execute(this::executeTimeout);

        while (page.hasNext()) {
            currentPage++;
            page = orderReadService.pageQueryTimeoutOrders(currentPage, PAGE_SIZE, buyerIdTailNumber);
            orderTimeoutBlockingQueue.addAll(page.getRecords());
        }
    } finally {
        orderTimeoutBlockingQueue.add(POISON);
        LOG.debug("POISON added to blocking queue ，buyerIdTailNumber is {}", buyerIdTailNumber);
    }
});

这里查询方式的实现如下：

select * from trade_order where gmt_create < "2024-09-07 00:00:00" and order_state = "CREATE" and buyer_id like "%12";

这里相当于用用户的尾号进行分片了，每台机器只扫描不同尾号的用户，这样就能避免重复。 但是，这个 SQL 存在一个问题，那就是他没办法走到buyer_id的索引（因为不符合最左前缀匹配），最多只能用到gmt_create和order_state的索引，而gmt_create还是个范围查询，效率并不高。 当表中数据量很大的时候，这个SQL就是个慢 SQL， 超过1s 很正常，甚至可能会达到几秒钟甚至10秒钟都有可能。
我们的解决方案是：把用户id 逆序冗余在订单表中，然后按照这个逆序的用户id 查询。

1. 增加一个reverse_buyer_id的字段，表示用户 ID 的逆序，如果用户 ID 是1234，那么这个字段就存储4321。
2. 同时创建一个联合索引，把(reverse_buyer_id,order_state,gmt_create) 放在一起作为联合索引。
3. 历史数据初始化：update trade_order set reverse_buyer_id = REVERSE(buyer_id );