1.合理使用索引
索引是數據庫中重要的數據結構，它的根本目的就是爲了提高查詢效率。現在大多數的數據庫產品都採用IBM最先提出的ISAM索引結構。
索引的使用要恰到好處，其使用原則如下：
- 在經常進行連接，但是沒有指定爲外鍵的列上建立索引，而不經常連接的字段則由優化器自動生成索引。
- 在頻繁進行排序或分組（即進行group by或order by操作）的列上建立索引。
- 在條件表達式中經常用到的不同值較多的列上建立檢索，在不同值少的列上不要建立索引。比如在僱員表的“性別”列上只有“男”與“女”兩個不同值，因此就無必要建立索引。如果建立索引不但不會提高查詢效率，反而會嚴重降低更新速度。
- 如果待排序的列有多個，可以在這些列上建立複合索引（compound index）。
- 使用系統工具。如Informix數據庫有一個tbcheck工具，可以在可疑的索引上進行檢查。在一些數據庫服務器上，索引可能失效或者因爲頻繁操作而 使得讀取效率降低，如果一個使用索引的查詢不明不白地慢下來，可以試着用tbcheck工具檢查索引的完整性，必要時進行修復。另外，當數據庫表更新大量 數據後，刪除並重建索引可以提高查詢速度。
(1)在下面兩條select語句中:
SELECT * FROM table1 WHERE field1<=10000 AND field1>=0;
SELECT * FROM table1 WHERE field1>=0 AND field1<=10000;
如果數據表中的數據field1都>=0,則第一條select語句要比第二條select語句效率高的多，因爲第二條select語句的第一個條件耗費了大量的系統資源。
第一個原則：在where子句中應把最具限制性的條件放在最前面。
(2)在下面的select語句中:
SELECT * FROM tab WHERE a=… AND b=… AND c=…;
若有索引index(a,b,c)，則where子句中字段的順序應和索引中字段順序一致。
第二個原則：where子句中字段的順序應和索引中字段順序一致。
——————————————————————————
以下假設在field1上有唯一索引I1，在field2上有非唯一索引I2。
——————————————————————————
(3) SELECT field3,field4 FROM tb WHERE field1='sdf' 快 SELECT * FROM tb WHERE field1='sdf' 慢[/cci]
因爲後者在索引掃描後要多一步ROWID表訪問。
(4) SELECT field3,field4 FROM tb WHERE field1>='sdf' 快 SELECT field3,field4 FROM tb WHERE field1>'sdf' 慢
因爲前者可以迅速定位索引。
(5) SELECT field3,field4 FROM tb WHERE field2 LIKE 'R%' 快 SELECT field3,field4 FROM tb WHERE field2 LIKE '%R' 慢，
因爲後者不使用索引。
(6) 使用函數如： SELECT field3,field4 FROM tb WHERE upper(field2)='RMN'不使用索引。
如果一個表有兩萬條記錄，建議不使用函數；如果一個表有五萬條以上記錄，嚴格禁止使用函數！兩萬條記錄以下沒有限制。
(7) 空值不在索引中存儲，所以 SELECT field3,field4 FROM tb WHERE field2 IS[NOT] NULL不使用索引。
(8) 不等式如 SELECT field3,field4 FROM tb WHERE field2!='TOM'不使用索引。
相似地， SELECT field3,field4 FROM tb WHERE field2 NOT IN('M','P')不使用索引。
(9) 多列索引，只有當查詢中索引首列被用於條件時，索引才能被使用。
(10) MAX，MIN等函數，使用索引。 SELECT max(field2) FROM tb 所以，如果需要對字段取max，min，sum等，應該加索引。
一次只使用一個聚集函數，如： SELECT “min”=min(field1), “max”=max(field1) FROM tb
不如：SELECT “min”=(SELECT min(field1) FROM tb) , “max”=(SELECT max(field1) FROM tb)
(11) 重複值過多的索引不會被查詢優化器使用。而且因爲建了索引，修改該字段值時還要修改索引，所以更新該字段的操作比沒有索引更慢。
(12) 索引值過大（如在一個char(40)的字段上建索引），會造成大量的I/O開銷（甚至會超過表掃描的I/O開銷）。因此，儘量使用整數索引。 Sp_estspace可以計算表和索引的開銷。
(13) 對於多列索引，ORDER BY的順序必須和索引的字段順序一致。
(14) 在sybase中，如果ORDER BY的字段組成一個簇索引，那麼無須做ORDER BY。記錄的排列順序是與簇索引一致的。
(15) 多表聯結（具體查詢方案需要通過測試得到）
where子句中限定條件儘量使用相關聯的字段，且儘量把相關聯的字段放在前面。 SELECT a.field1,b.field2 FROM a,b WHERE a.field3=b.field3
- field3上沒有索引的情況下:
對a作全表掃描，結果排序
對b作全表掃描，結果排序
結果合併。
對於很小的表或巨大的表比較合適。 - field3上有索引
按照表聯結的次序，b爲驅動表，a爲被驅動表
對b作全表掃描
對a作索引範圍掃描
如果匹配，通過a的rowid訪問
(16) 避免一對多的join。如： SELECT tb1.field3,tb1.field4,tb2.field2 FROM tb1,tb2 WHERE tb1.field2=tb2.field2 AND tb1.field2=‘BU1032’ AND tb2.field2= ‘aaa’
不如： declare @a varchar(80)
SELECT @a=field2 FROM tb2 WHERE field2=‘aaa’
SELECT tb1.field3,tb1.field4,@a FROM tb1 WHERE field2= ‘aaa’
(16) 子查詢
用exists/not exists代替in/not in操作
比較： SELECT a.field1 FROM a WHERE a.field2 IN(SELECT b.field1 FROM b WHERE b.field2=100)
SELECT a.field1 FROM a WHERE EXISTS( SELECT 1 FROM b WHERE a.field2=b.field1 AND b.field2=100)
SELECT field1 FROM a WHERE field1 NOT IN( SELECT field2 FROM b)
SELECT field1 FROM a WHERE NOT EXISTS( SELECT 1 FROM b WHERE b.field2=a.field1)
(17) 主、外鍵主要用於數據約束，sybase中創建主鍵時會自動創建索引，外鍵與索引無關，提高性能必須再建索引。
(18) char類型的字段不建索引比int類型的字段不建索引更糟糕。建索引後性能只稍差一點。
(19) 使用count(*)而不要使用count(column_name)，避免使用count(DISTINCT column_name)。
(20) 等號右邊儘量不要使用字段名，如： SELECT * FROM tb WHERE field1 = field3
(21) 避免使用or條件，因爲or不使用索引。
2.避免使用order by和group by字句。
因爲使用這兩個子句會佔用大量的臨時空間(tempspace),如果一定要使用，可用視圖、人工生成臨時表的方法來代替。
如果必須使用，先檢查memory、tempdb的大小。
測試證明，特別要避免一個查詢裏既使用join又使用group by，速度會非常慢！
3.儘量少用子查詢，特別是相關子查詢。因爲這樣會導致效率下降。
一個列的標籤同時在主查詢和where子句中的查詢中出現，那麼很可能當主查詢中的列值改變之後，子查詢必須重新查詢一次。查詢嵌套層次越多，效率越低，因此應當儘量避免子查詢。如果子查詢不可避免，那麼要在子查詢中過濾掉儘可能多的行。
4．消除對大型錶行數據的順序存取
在 嵌套查詢中，對錶的順序存取對查詢效率可能產生致命的影響。
比如採用順序存取策略，一個嵌套3層的查詢，如果每層都查詢1000行，那麼這個查詢就要查詢 10億行數據。
避免這種情況的主要方法就是對連接的列進行索引。
例如，兩個表：學生表（學號、姓名、年齡……）和選課表（學號、課程號、成績）。如果兩個 表要做連接，就要在“學號”這個連接字段上建立索引。
還可以使用並集來避免順序存取。儘管在所有的檢查列上都有索引，但某些形式的where子句強迫優化器使用順序存取。
下面的查詢將強迫對orders表執行順序操作： SELECT ＊ FROM orders WHERE (customer_num=104 AND order_num>1001) OR order_num=1008
雖然在customer_num和order_num上建有索引，但是在上面的語句中優化器還是使用順序存取路徑掃描整個表。因爲這個語句要檢索的是分離的行的集合，所以應該改爲如下語句： SELECT ＊ FROM orders WHERE customer_num=104 AND order_num>1001
UNION
SELECT ＊ FROM orders WHERE order_num=1008
這樣就能利用索引路徑處理查詢。
5．避免困難的正規表達式
MATCHES和LIKE關鍵字支持通配符匹配，技術上叫正規表達式。但這種匹配特別耗費時間。例如：SELECT ＊ FROM customer WHERE zipcode LIKE “98_ _ _”
即使在zipcode字段上建立了索引，在這種情況下也還是採用順序掃描的方式。如果把語句改爲SELECT ＊ FROM customer WHERE zipcode >“98000”，在執行查詢時就會利用索引來查詢，顯然會大大提高速度。
另外，還要避免非開始的子串。例如語句：SELECT ＊ FROM customer WHERE zipcode[2，3] >“80”，在where子句中採用了非開始子串，因而這個語句也不會使用索引。
6．使用臨時表加速查詢
把表的一個子集進行排序並創建臨時表，有時能加速查詢。它有助於避免多重排序操作，而且在其他方面還能簡化優化器的工作。例如： SELECT cust.name，rcvbles.balance，……other COLUMNS
FROM cust，rcvbles
WHERE cust.customer_id = rcvlbes.customer_id
AND rcvblls.balance>0
AND cust.postcode>“98000”
ORDER BY cust.name
如果這個查詢要被執行多次而不止一次，可以把所有未付款的客戶找出來放在一個臨時文件中，並按客戶的名字進行排序： SELECT cust.name，rcvbles.balance，……other COLUMNS
FROM cust，rcvbles
WHERE cust.customer_id = rcvlbes.customer_id
AND rcvblls.balance>;0
ORDER BY cust.name
INTO TEMP cust_with_balance
然後以下面的方式在臨時表中查詢： SELECT ＊ FROM cust_with_balance
WHERE postcode>“98000”
臨時表中的行要比主表中的行少，而且物理順序就是所要求的順序，減少了磁盤I/O，所以查詢工作量可以得到大幅減少。
注意：臨時表創建後不會反映主表的修改。在主表中數據頻繁修改的情況下，注意不要丟失數據。
7．用排序來取代非順序存取
非順序磁盤存取是最慢的操作，表現在磁盤存取臂的來回移動。SQL語句隱藏了這一情況，使得我們在寫應用程序時很容易寫出要求存取大量非順序頁的查詢。
原：http://blog.csdn.net/hank5658/article/details/6075546