触发器中过多if else会显著降低执行速度，因每层嵌套均需重复解析new/old字段、类型检查和布尔求值，且无执行计划缓存；应提取局部变量、用case when替代深层嵌套、前置常量判断、显式处理null，并避免where中使用函数导致索引失效。
触发器里写太多 IF ELSE 会拖慢执行速度
条件分支本身不耗资源，但每多一层嵌套，MySQL 就得多做一次 NEW/OLD 字段解析、类型检查和布尔求值。当触发器要处理 INSERT 或 UPDATE 的 10 万行数据时，这些开销会被放大 10 万倍。更麻烦的是，MySQL 不会对触发器内的条件逻辑做任何执行计划缓存或短路优化。
实操建议：
- 把重复出现的字段提取为局部变量：
SET @status := NEW.status;，后续所有判断都用@status，避免反复读取NEW.status - 用
CASE WHEN替代深层嵌套的IF ... ELSEIF ... ELSE，语义更紧凑，MySQL 解析更快 - 把常量判断前置：比如
IF NEW.is_test = 1 THEN ...这类开关型条件放在最前面，让非测试环境快速跳过整段逻辑 - NULL 判断必须显式写全：
IF NEW.status IS NOT NULL AND NEW.status != 'draft'，别依赖隐式转换，否则可能意外走默认分支
WHERE 条件中用函数或表达式导致索引失效
常见写法如 IF YEAR(NEW.created_at) = 2026 THEN ... 或 IF SUBSTRING(NEW.code, 1, 2) = 'AB' THEN，会让触发器内任何后续对 created_at 或 code 的查询都无法命中索引——哪怕你已经在这些字段上建了索引。
实操建议：
- 把时间范围判断改写成区间：
NEW.created_at >= '2026-01-01' AND NEW.created_at - 字符串前缀匹配改用
NEW.code LIKE 'AB%'，确保code列有前缀索引（如INDEX idx_code_prefix (code(2))） - 如果必须用函数，提前在应用层计算好结果并传入，比如把
is_weekend作为额外字段插入，触发器只做简单等值判断
多个独立条件共用同一张表查询，却没合并
比如触发器里分散写了三段逻辑：SELECT count(*) FROM logs WHERE user_id = NEW.user_id AND type = 'login'、SELECT max(ts) FROM logs WHERE user_id = NEW.user_id AND type = 'logout'、SELECT SUM(duration) FROM logs WHERE user_id = NEW.user_id。这等于对 logs 表查了三次，每次都要走索引查找+回表。
实操建议：
- 合并成单次聚合查询：
SELECT COUNT(*) AS login_cnt, MAX(CASE WHEN type='logout' THEN ts END) AS last_logout, SUM(duration) AS total_dur FROM logs WHERE user_id = NEW.user_id - 确保
logs(user_id, type)有复合索引，且顺序匹配 WHERE 和 GROUP BY 中的字段 - 如果查询结果只用于判断（比如“是否登录过”），就用
EXISTS替代SELECT COUNT(*)，能早停就早停
PostgreSQL 中行级触发器 + 复杂条件 = 高频函数调用开销
PostgreSQL 的 FOR EACH ROW 触发器在批量操作时会高频调用函数体。如果你在函数里写了 to_timestamp(NEW.ts_str)、jsonb_extract_path_text(NEW.payload, 'user', 'id') 这类解析操作，每行都会重新解析一次字符串或 JSON，CPU 消耗直线上升。
实操建议：
- 在函数开头用
DECLARE提前解析并赋值：v_ts TIMESTAMPTZ := to_timestamp(NEW.ts_str); v_user_id TEXT := jsonb_extract_path_text(NEW.payload, 'user', 'id'); - 对 JSON 字段先做结构校验：
IF jsonb_typeof(NEW.payload) = 'object' THEN ...，避免对 null 或 array 类型调用jsonb_extract_path_text报错 - 如果条件只依赖几个固定字段，考虑用
WHEN子句过滤触发时机：CREATE TRIGGER t BEFORE INSERT ON events FOR EACH ROW WHEN (NEW.event_type IN ('login', 'logout')) EXECUTE FUNCTION update_stats()，从源头减少函数调用次数
