优化数据库设计
1、数据字段类型使用varchar/nvarchar 替换 char/nchar，变长字段存储空间小，节省存储空间。在查询的时候小的空间字段搜索效率更高。
2、查询的时候避免全表扫描，可以在where和order by 的字段上建立索引。
3、where 查询子句中不对null值做判断，会导致检索引擎放弃使用索引而使用全表扫描，如：select id,name from user where age is null 可以设置age 的默认值为0，保证没有null值，修改后的sql查询语句为：select id,name from user where age = 0。
4、谨慎使用索引，索引不是越多越好。一般一张表的索引数不要超过6个，如果太多要讨论业务是否合理或者是否索引建在了不常用的字段上。索引可以提高select 查询的效率，但是也响应降低了 insert和update 的效率，因为在执行insert和update时也可能会重建索引。
5、尽量不要更新索引数据，因为索引数据的顺序是表记录的物理顺序，一旦发生改变将会导致整个表记的顺序发生改变，将会消耗大量资源。如果业务需要频繁更新索引数据列 就要考虑索引是否创建合理，比如 用户ID、身份证号码或者手机号码不经常改变的列可以考虑创建索引。
6、字符型字段如果符合业务需求可以修改为数字类型字段，因为字符型字段会降低查询和连接的性能，并且增加存储的开销。执行搜索的适合查询和连接会逐个比较字符串的每一个字符，如果是数据类型比对一次就可以了。
SQL查询优化
1、where 查询语句中避免使用**!= 或<> **操作符，搜索引擎会执行全表扫描而不执行创建的索引。
2、where 查询语句中 避免使用 or 来连接条件查询数据，也会导致搜索引擎执行全表扫描而不执行创建的索引，例如：select id,name from user where age = 18 or age = 25 可以修改为 select id,name from user where age = 18 union all select id,name from user where age = 25。
3、** in 和 not in也避免使用，也将导致全表扫描，例如：select id,name from user where age in (18,19,20)** 如果是连续的则可以考虑使用between and，例如：select id,name from user where age between 18 and 20。
4、like 语句导致全表扫描，例如：select id,name from user where name like ‘%微信%’。
5、wehre 查询语句中避免使用参数，也会全表扫描，SQL在运行时才会进行局部变量的解析，优化程序不能将访问计划的选择推迟到运行时；它必须在编译时进行选择。如果编译时建立访问计划，变量的值还是未知的，因而无法作为索引选择的输入项。如下面语句将进行全表扫描：select id,name from user where age = @age 当然也可以改为强制使用索引：select id,name from user with(index(索引名)) where age [email protected] age
6、where查询语句避免使用表达式，也会导致查询的时候放弃使用索引导致全表扫描。例select id,name from user where age/2 = 10 ** 可以更改为 ** select id,name from user where age = 102*。
7、where查询语句避免使用函数操作，也会导致查询的时候放弃使用索引导致全表扫描。例如：select id,name from user where substring(name,1,3)=’abc’可以改为select id,name from user where name like ‘abc%’。
8、不要使用select * from user 查询，要用具体的字段名。不要返回任何用不到的字段。
9、不要使用游标，大家都知道游标的效率非常差。
10、避免出现大实务业务，会降低系统的并发能力。
JAVA后台优化
1、使用JDBC连接数据库。
2、合理使用数据缓存。
3、控制好内存，不要全部数据放到内出做处理，可以边读边处理。
4、少创造对象。
数据库性能优化
1、使用存储过程 如果在具体业务实现过程中，可以使用存储过程操作数据库可以尽量使用，由于存储过程是存放在数据库服务器上的一次性被设计、编码、测试，被再次调用，需要执行该存储过程可以很简单的使用。可以提高响应速度，减少网络使用流量等等。
2、硬件调整 影响数据库性能的也可能是磁盘和网络吞吐量，可以通过扩大虚拟内存，把数据库服务器和主服务器分开部署。数据服务器吞吐量调为最大。
3、调整数据库 如果在实际业务实现中对表查询频率过高，可以对表创建索引；按照where查询条件建立索引，尽量为整型键建立为有且只有一个簇集索引，数据在物理上按顺序在数据页上，缩短查找范围，为在查询经常使用的全部列建立非簇集索引，能最大地覆盖查询；但是索引不可太多，执行UPDATE DELETE INSERT语句需要用于维护这些索引的开销量急剧增加；避免在索引中有太多的索引键；避免使用大型数据类型的列为索引；保证每个索引键值有少数行。
原文地址：https://www.cnblogs.com/xyhero/p/8c18b680bf3264e5b7903622d9ed6019.html