首先介绍几条优化原则：
- 尽量避免where中包含子查询；
- where条件中，过滤量最大的条件放在where子句最后；
- 采用绑定变量有助于提高效率；
- 在索引列上使用计算、改变索引列的类型、在索引列上使用!=将放弃索引；
- 避免在索引列上使用is null和is not null；
- 使用索引的第一个列；
- 用union-all替代union；
- like ‘text%’使用索引，但like ‘%text’不使用索引；
- select a, b from tab 比 select * from tab 效率高。
一、“like '%%'”的优化，建议使用instr(?,?)效率高
单表有超大数量级的数
1、oracle和mysql中
如果有索引的情况下，使用like 'aa%'或者like '%aa'效率较高，因为如果是like "%aa%"那么会导致全表扫描！效率非常低！
如果没有索引，那么最好使用instr(stpm,字符串)函数解决问题
举例：
select * from xslsb where spmc like '%毛线%'; //效率很低
select * from xslsb where (instr(spmc,'毛线'))>0; //效率高
2、sql server中
2005以后，采用contains(spmc,'毛线')函数
二、批量插入
如果一条一条插入，那么效率很低
insert into t_user values(?,?,?);
所以采用批量
insert into t_user select * from t_user2;
其他延伸：t_user 表字段要和t_user2字段的结构和名称一致
三、exists和in的效率
exists相对较高，适用于外表小，内表大的情况
select * from 外表小 where exists( select * from 内表大);
in相对较低，适用于外表大，内表小的情况
select * from 外表大 where 字段 in (select 字段 from 内表小);
如果内表和外表差不多，那么exists和in效率差不多！
四、对查询的条件添加索引
1、mysql
create index t_user_index on t_user(username);
drop index t_user_index on t_user; --删除索引
2、oracle
create index t_user_index on t_user(username);
drop index t_user_index; ---删除索引
五、使用union all 而少用union
union all执行的内部机制少
union 在表联合查询后还会进行筛选操作，费时！
六、连续值查询
1、使用between and
原因：不会全表查询
2、不使用in()
原因：导致全表查询，效率低
七、应尽量避免在where子句中对字段进行函数操作，这将导致引擎放弃使用索引而进行全表扫描。如：
select id from t_user where substring(name,1,3) = 'abc' -–name以abc开头的id
改为：select id from t where name like 'abc%'
八、尽量避免大事务操作，提高系统并发能力。
九、跨oracle用户访问
select count(*) from (select hykh from user.tablewhere scsj>=to_date('2015-11-01','yyyy-MM-dd') group by hykh);
user代表用户
table代表user中的table表
十、创建临时表可以提高查询速度
如果在1000万的数据中查询结果，那么以下第二种查询效率会高很多倍！
(1)select * from t_user where name='suns';
(2)select * from t_user tu,user us where tu.id=us.id and us.name='suns';
十一、使用mysql 的扩展语句replace into 与insert into 的注意
1、insert into 效率低，但是通用性能很好
2、replace into 效率高 ，但是如果表中有自增长的主键，那么一定要谨慎选择使用，因为如果主键的增长id一旦达到最大后就无法继续增长了！