其實SQL性能優化的本質就是減少運算次數、減少內存消耗、涉及儘量少的數據，建立索引、優化表格結構等手法均爲此目的。
1、建立索引，目的是避免全表掃描。索引一般建立在WHERE、GROUP、JOIN經常使用的字段上，字段需要擁有這樣的特點：數據行比較多，至少要過10萬；字段的值項較多，至少要超過10個，比如某個字段的值只可能是1或0，建立索引就是浪費。另外索引的建立應秉持最少原則，一張數據表上能不建索引就不建，因爲建多了對內存的消耗很厲害，一般情況下索引的數量爲字段數量/10上下即可
2、字段冗餘，目的是減少表格關聯。很多表格中存有其他表格的主鍵，用於作表格關聯，事實上如果只需要用到其他表格的一兩個字段，完全可以把這兩個字段都加到表格中作冗餘數據。比如常見的數據操作人，僅在數據表中加入操作人ID，取數據的時候往往要關聯用戶表，如果加入操作人姓名就無需關聯。還有很多字典數據，把ID和內容都加進去就不需要關聯字典表，減少性能消耗。
3、統一數據類型，目的是減少數據轉換量。在兩張表格中，存在一個含義完全一致的字段，但是它們的數據類型不一樣，那麼在使用它們進行表格關聯時，系統就會自動進行數據轉換，無形中增加運算量。比如都有退款單ID這個字段，一張表中設計爲int，另一張表中設計爲varchar，那麼查詢時系統就會自動把int轉爲varchar，數據運算量大增。在where子句中也是如此，如“column1=1”，如果column1是數字型，後面的1就不用加單引號，否則就一定要加上，避免數據轉換
4、不對字段進行運算。column1=2-1比column1+1=2好，column1>='2019-01-01' and column1<'2019-01-02'比Convert(varchar(10),column1,120)='2019-01-01'好，因爲前一種寫法都是對字段上的所有數據進行運算，後一種寫法只對過濾的值進行運算，後面的運算量明顯要高出前面很多倍
5、儘量少查數據。比如判斷是否存在指定數據時，用count(1)涉及的數據可能有很多，但用top 1就最多一條，誰優誰劣一目瞭然。
6、儘量不在索引列上使用not、<>、!=、IS NULL、IS NOT NULL，因爲這些關鍵字都會造成全表掃描，索引建了也沒用。