少用in操作（效率极差），尽量用表关联代替
尽量有where（减少读取量），where操作列尽量有索引（加快查询）
（mysql索引使用B-Tree数据结构对特定列额外组织存放,加快存储引擎查找记录的速度，不需回表查询数据的就是聚簇索引(索引和数据存放在一起)。通常是需要回表再查数据，需要消耗额外的磁盘IO。）
主键是特殊的唯一索引（不含null），唯一索引更好用
复合索引设计合理，比多列索引强。因为多列索引在where中引用时，列顺序非常重要，要满足最左前缀列，左边优先，不一定能构建合理的索引。
（最左前缀：查询条件中的所有字段需要从左边起按顺序出现在多列索引中，查询条件的字段数要小于等于多列索引的字段数，中间字段不能
存在范围查询的字段(<,like等)，这样的sql可以使用该多列索引。）
尽量不用like，用like时通配符不开头，尽量建立前缀索引（通配符位置之前的字符串）
尽量不order by
懒得写了，整理一个篇网上的还可以的
1 避免全表扫描
进行全表扫描情况：
- 无索引
- 返回行无限制条件（无Where子句）
- 索引主列（索引的第一列）无限制条件
- 索引主列的限制条件被包含在表达式中
- 索引主列的限制条件是is (not) null或!=
- 索引主列的限制条件是like操作且值是一个bind variable或%打头的值
2 只用选择性索引
索引选择性是指索引列中不同值的数和表中记录数的比。如果表中2000条记录，索引列有1980个不同的值，那索引选择性是1980/2000=0.99。越接近于1，这个索引的效率就越高。
列的选择性=不同值的数目/行的总数 /* 越接近1越好 */
复合索引中列的次序的问题：
1 在限定条件里最频繁使用的列应该是主列
2 最具有选择性的列（即最清晰的列）应该是主列
如果1和2 不一致，可以考虑建立多个索引。
在复合索引和多个单个索引中作选择： 考虑选择性 考虑读取索引的次数 考虑AND-EQUAL操作
3 管理多表连接（Nested Loops, Merge Joins和Hash Joins）
优化联接操作
Merge Joins是集合操作 Nested Loops和Hash Joins是记录操作返回第一批记录迅速
Merge Joins的操作适用于批处理操作，巨大表 和远程查询
1全表扫描 --〉 2排序 --〉3比较和合并 性能开销主要在前两步
适用全表扫描的情形，都适用Merge Joins操作（比Nested Loops有效）。
改善1的效率： 优化I/O， 提高使用ORACLE多块读的能力， 使用并行查询的选项
改善1的效率：提高Sort_Area_Size的值， 使用Sort Direct Writes，为临时段提供专用表空间
4 管理包含视图的SQL语句
优化器执行包含视图的SQL语句有两种方法：
- 先执行视图，完成全部的结果集，然后用其余的查询条件作过滤器执行查询
- 将视图文本集成到查询里去
含有group by子句的视图不能被集成到一个大的查询中去。
在视图中使用union，不阻止视图的SQL集成到查询的语法中去。
5 优化子查询
6 使用复合Keys/Star查询
7 恰当地索引Connect By操作
8 限制对远程表的访问
9 管理非常巨大的表的访问
- 管理数据接近(proximity) 记录在表中的存放按对表的范围扫描中最长使用的列排序 按次序存储数据有助于范围扫描，尤其是对大表。
- 避免没有帮助的索引扫描 当返回的数据集合较大时，使用索引对SGA的数据块缓存占用较大，影响其他用户；全表扫描还能从ORACLE的多块读取机制和“一致性获取/每块”特性中受益。
- 创建充分索引的表 使访问索引能够读取较全面的数据 建立仅主列不同的多个索引
- 创建hash簇
- 创建分割表和视图
- 使用并行选项
10 使用Union All 而不是Union
UNION ALL操作不包括Sort Unique操作，第一行检索的响应速度快，多数情况下不用临时段完成操作，
UNION ALL建立的视图用在查询里可以集成到查询的语法中去，提高效率
11 避免在SQL里使用PL/SQL功能调用
12 绑定变量(Bind Variable)的使用管理
使用Bind Variable和Execute using方式
将like :name ||’%’ 改写成 between :name and :name || char(225), 已避免进行全表扫描，而是使用索引。
13 回访优化进程
数据变化后，重新考察优化情况