优化查询语句写法：
-
减少子查询嵌套：过多的子查询嵌套会使查询逻辑复杂，查询优化器难以生成高效执行计划。尽量将子查询改写为 JOIN 操作，提高查询效率。
-
避免使用 SELECT *：只查询需要的字段，减少数据传输量和内存占用。例如 SELECT id, name FROM table; 比 SELECT * FROM table; 更高效，尤其对于字段较多的表。
调整数据库表结构：
-
规范化和反规范化：根据业务场景合理选择。规范化可以减少数据冗余，但可能导致多表连接查询；反规范化可以减少表连接，但会增加数据冗余和更新成本。例如在一些读多写少的场景，可以适当进行反规范化设计。
-
垂直拆分和水平拆分：垂直拆分是将表中不常用或大字段拆分到另一个表中，减少单表数据量和IO开销；水平拆分是将数据量大的表按一定规则（如按时间、按范围等）拆分成多个表，提高查询性能。比如对于用户订单表，数据量巨大时，可以按月份进行水平拆分。
优化存储引擎配置：
- 针对不同存储引擎调整参数：对于 InnoDB 存储引擎，可调整 innodb_flush_log_at_trx_commit 参数（控制事务提交时日志写入磁盘的策略），在性能和数据安全性之间进行平衡。例如设置为2，在系统崩溃时可能丢失1秒的数据，但能提高写入性能。
数据库缓存优化：
- 合理利用查询缓存（Query Cache）：MySQL的查询缓存可以缓存查询结果，下次相同查询可以直接从缓存获取结果。但要注意查询缓存的使用场景，在数据更新频繁的场景下，查询缓存可能会带来额外开销，因为每次数据更新都要检查并更新缓存。
定期清理和优化：
-
清理无用数据：定期删除不再使用的历史数据，减少表的数据量，提高查询性能。例如对于日志表，定期删除过期日志。
-
优化表：使用 OPTIMIZE TABLE 命令（适用于 MyISAM 和 InnoDB 存储引擎）对表进行优化，整理表空间，减少碎片，提高查询效率。
