-
**建表时设置索引字段为not null,或者默认值。**因为索引不存储null值，null值不能拿来判断 例子：建立了唯一索引的字段，可以重复插入null值。
当列上允许为null值时：
where子句使用了基于is null的情形，其执行计划走全表扫描。
where子句使用了基于is not null的情形，其执行计划走索引扫描(索引范围扫描或 索引全扫描)。
当列上不允许为null值时，存在非null约束 ：
where子句使用了基于is null的情行，其执行计划走索引扫描。
where子句使用了基于is not null的情形，其执行计划也是走索引扫描。 -
不能在索引列上进行计算或者函数运算，会导致索引失效
-
进行多表连接查询的时候，要用小表驱动大表，总之就是尽量减少加载进内存的表数据量。可以在连接时先用条件筛选出数据（临时表），再进行连接。
-
不要使用or,这样会使索引失效，可以使用union或者union all进行结果集合并来替代。
-
在经常查询使用的字段上建立索引，数据区分度比较小的字段不要建立索引，比如性别。因为每次插入数据都要维护索引，所以过多索引会降低数据插入的效率。
-
如果有复合索引，使用的时候要遵循最左匹配原则（使用like关键字的使用也一样），否则不能完全使用符合索引。
-
减少回表查询，不要用select * ，只返回自己需要的数据，这样也可以减少数据IO。
-
排序是一个很耗时和消耗空间的操作，数据量大的排序，要给排序的列建立索引，如果有多个列，尽量建立复合索引。
-
尽量使用内连接（inner join)，减少使用外连接（left join,right join），因为内连接只会返回双方都存在数据的行，如果要使用外连接，要遵从小表驱动大表的原则，使基准表尽可能的小。减少使用子查询（where后面的查询），子查询的效率比外连接还要慢，因为循环外表，每一条数据就执行一次子查询，相当的慢.
-
也不要在返回大量数据中的select 中使用函数调用或者存储过程调用，也是每一条数据执行一次调用。
-
在外表小于子表时，使用exist代替in。select * from A a where a.id in (select id from B) , 如果A表小于B表，要使用exist代替in 。
因为使用in的话，数据库需要加载子查询中的结果集到内存中，然后再进行比较，比较次数时a.length*b.length()，如果使用exist的话，select * from A a where a.id exist (select 1 from B b where a.id = b.id) ，对于数据库来讲，后面那个只是一次查询判断，索引次数是a.lenght()。
但是如果A表很大，B表很小的话，A表有10000条记录，B表有100条记录，那么exists()还是执行10000次，还不如使用in()遍历10000*100次，因为in()是在内存里遍历比较，而exists()需要查询数据库，这时候in效率比较高。 -
比较的字段一定要数据类型一致，不然会产生隐式转换，导致索引失效
示例：
1)select * from table_a where table_a.id not in (select table_b.id from table_b)
2)select * from table_a left join table_b on table_a.id = table_b.id where table_b.id is null
语句2的效率是要高于语句1的，SQL的结果是获取到在table_a中存在但是table_b中不存在的数据，如果直接用not in是不走索引的，而且在table_b比较大的时候效率会非常低，实际工作中我试了一下直接not in，然后数据达到一万条的时候大概需要150S左右才能查出数据（感谢DBA和运维不杀之恩），我采取的方法是，先查出两个表的交集，这样得到的表会小很多，而且是用的in，效率会高很多，然后再用not in，最终的效果也是一样，但是时间只要2.56S，然后采取语句2的关联表来处理，时间缩短到了1.42S，基本上效率是比较高的，当然理想的是在1S内。
