我有一个存储用户数据的表，它目前有超过1亿条数据。
由于这个表有大量的数据，涉及日期范围的查询非常慢。例如，在这个表中，有一个日期类型的出生列，我们在其中做了很多事情，如示例所示：

SELECT * FROM USERS WHERE YEAR(CURDATE() - YEAR(birth) > 15

为了提高这些查询的性能，我考虑将该表按年份划分为93个分区。
我考虑过分区，例如，像这样的列表：

ALTER TABLE USERS
PARTITION BY range(year(birth))(
PARITTION p_year_1930 VALUES LESS THAN (1930),
PARITTION p_year_1931 VALUES LESS THAN (1931),
...
PARITTION p_year_1930 VALUES LESS THAN (2023),
)

使用hash：

PARTITION BY hash(year(birth))(
partitions 93
)

我的问题是，在这种情况下，分区是否是一个好的策略，或者是否有另一个更好的解决方案，例如使用索引键，以及在这种情况下使用hash或range在性能方面是否存在差异，考虑使用这个where子句的查询：YEAR(CURDATE()) - YEAR(birth) > 15
@编辑
根据@Schwern的要求，我的表的结构：

client_inss_dados | CREATE TABLE `client_inss_dados` (
  `ID` int(11) NOT NULL AUTO_INCREMENT,
  `SSN` varchar(50) DEFAULT NULL,
  `NAME` varchar(255) DEFAULT NULL,
  `SEX` varchar(255) DEFAULT NULL,
  `BIRTH` varchar(255) DEFAULT NULL,
  `WAGE` varchar(255) DEFAULT NULL,
  `COD_BANK` varchar(255) DEFAULT NULL,
  `ADDRESS` varchar(255) DEFAULT NULL,
  `CITY` varchar(255) DEFAULT NULL,
  `PHONE_01` varchar(255) DEFAULT NULL,
  `created_at` timestamp NOT NULL DEFAULT current_timestamp(),
  `updated_at` timestamp NULL DEFAULT NULL ON UPDATE current_timestamp(),
  PRIMARY KEY (`ID`) USING BTREE,
  KEY `idx_SSN` (`SSN`)
) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=latin1 COLLATE=latin1_swedish_ci

SELECT VERSION();
10.5.19-MariaDB