索引优化是基石
索引就如同书本的目录，能帮助数据库快速定位到所需的数据。在合适的列上创建索引，可大幅提升查询效率。
选对索引列
经常在 WHERE 子句、JOIN 条件以及 ORDER BY 子句中使用的列，是创建索引的首选。比如在用户表中，如果频繁依据 user_id 进行查询操作，那么为 user_id 列创建索引就十分必要。
CREATE INDEX idx_user_id ON users(user_id);
慎用复合索引
当多个列同时出现在查询条件里时，复合索引能发挥很好的作用。不过，要注意列的顺序，把最常作为查询条件的列放在前面。以用户表为例，若经常联合 name 和 age 进行查询，可创建复合索引。
CREATE INDEX idx_name_age ON users(name, age);
避免索引过多
索引虽好，但并非越多越好。每一个索引都会占用额外的存储空间，并且在数据插入、更新和删除时，数据库需要维护这些索引，这会增加操作的开销。因此，只创建必要的索引。
查询语句优化是关键
编写高效的查询语句是 SQL 优化的核心部分，一些不良的查询习惯会严重影响性能。
摒弃 SELECT *
很多开发者习惯使用 SELECT * 来查询数据，这会让数据库返回表中的所有列，增加了数据传输量和数据库处理的负担。应该只查询实际需要的列。
-- 不推荐
SELECT * FROM users;
-- 推荐
SELECT user_id, name FROM users;
优化 WHERE 子句
WHERE 子句中的函数运算和隐式类型转换会使索引失效，要尽量避免。
-- 不推荐，索引失效
SELECT * FROM users WHERE YEAR(register_date) = 2025;
-- 推荐
SELECT * FROM users WHERE register_date >= '2025-01-01' AND register_date < '2026-01-01';
减少子查询
子查询在某些情况下会导致性能问题，尽量用 JOIN 来替代。
-- 不推荐
SELECT * FROM orders WHERE user_id IN (SELECT user_id FROM users WHERE age > 18);
-- 推荐
SELECT orders.* FROM orders JOIN users ON orders.user_id = users.user_id WHERE users.age > 18;
数据库设计优化是根本
合理的数据库设计能从源头上减少 SQL 优化的复杂度。
范式化与反范式化的平衡
范式化设计可以减少数据冗余，保证数据的一致性，但可能会带来复杂的关联查询。反范式化则通过适当增加冗余来提高查询性能。在实际设计中，要根据业务需求在两者之间找到平衡点。
巧妙分表
当表的数据量过大时，查询性能会受到影响。可以根据时间、业务类型等进行水平或垂直分表。水平分表将数据按行拆分到不同的表中，垂直分表则按列拆分，把不常用的列分离出去。
数据库配置与维护不能忘
合理调整参数
根据服务器的硬件资源和业务特点，调整数据库的配置参数，如缓冲区大小、并发连接数等，能让数据库运行得更高效。
定期维护
定期对数据库进行索引重建、统计信息更新等操作，可确保数据库的性能稳定。随着数据的不断变化，索引可能会碎片化，统计信息也可能不准确，这些都会影响查询性能。
监控与分析是保障
利用性能分析工具
数据库自带的性能分析工具能帮助我们深入了解查询的执行计划。例如 MySQL 的 EXPLAIN 关键字，可以显示查询如何使用索引、扫描的行数等信息，帮助我们找出性能瓶颈。
EXPLAIN SELECT * FROM users WHERE user_id = 1;
实时监控运行状态
实时监控数据库的 CPU、内存、磁盘 I/O 等资源使用情况，能及时发现并解决性能问题。通过监控工具，我们可以掌握数据库的运行状态，提前进行优化调整。
SQL 优化是一个综合性的工作，需要从索引、查询语句、数据库设计、配置维护以及监控分析等多个方面入手。只有不断地实践和总结，才能编写出高效的 SQL 语句，让数据库系统稳定、高效地运行。
