在實際項目中，當數據庫的數據達到千萬級別時候，普通查詢效率直線下降，而且當使用的where條件較多，其查詢效率是讓人無法容忍的。假如一個taobao訂單查詢詳情要幾十秒，可想而知的用戶體驗是多差。

下面是一些優化方法：

一、數據庫設計方面

1、對查詢進行優化，應盡量避免全表掃描，首先應考慮在 where 及 order by 涉及的列上建立索引；

2、應盡量避免在 where 子句中對字段進行 null 值判斷，否則將導致引擎放棄使用索引而進行全表掃描，如： select id from t where num is null 可以在num上設置默認值0，確保表中num列沒有null值，然后這樣查詢： select id from t where num = 0；

3、并不是所有索引對查詢都有效，SQL是根據表中數據來進行查詢優化的，當索引列有大量數據重復時，查詢可能不會去利用索引，如一表中有字段sex，male、female幾乎各一半，那么即使在sex上建了索引也對查詢效率起不了作用；

4、索引并不是越多越好，索引固然可以提高相應的 select 的效率，但同時也降低了 insert 及 update 的效率，因為 insert 或 update 時有可能會重建索引，所以怎樣建索引需要慎重考慮，視具體情況而定。一個表的索引數最好不要超過6個，若太多則應考慮一些不常使用到的列上建的索引是否有必要；

5、應盡可能的避免更新索引數據列，因為索引數據列的順序就是表記錄的物理存儲順序，一旦該列值改變將導致整個表記錄的順序的調整，會耗費相當大的資源。若應用系統需要頻繁更新索引數據列，那么需要考慮是否應將該索引建為索引；

6、盡量使用數字型字段，若只含數值信息的字段盡量不要設計為字符型，這會降低查詢和連接的性能，并會增加存儲開銷。這是因為引擎在處理查詢和連接時會逐個比較字符串中每一個字符，而對于數字型而言只需要比較一次就夠了；

7、盡可能的使用 varchar/nvarchar 代替 char/nchar ，因為首先變長字段存儲空間小，可以節省存儲空間，其次對于查詢來說，在一個相對較小的字段內搜索效率顯然要高些；

8、盡量使用表變量來代替臨時表。如果表變量包含大量數據，請注意索引非常有限（只有主鍵索引）；

9、避免頻繁創建和刪除臨時表，以減少系統表資源的消耗；

10、臨時表并不是不可使用，適當地使用它們可以使某些例程更有效，例如，當需要重復引用大型表或常用表中的某個數據集時。但是，對于一次性事件，最好使用導出表;

11、在新建臨時表時，如果一次性插入數據量很大，那么可以使用 select into 代替 create table，避免造成大量 log ，以提高速度；如果數據量不大，為了緩和系統表的資源，應先create table，然后insert；

12、如果使用到了臨時表，在存儲過程的最后務必將所有的臨時表顯式刪除，先 truncate table ，然后 drop table ，這樣可以避免系統表的較長時間鎖定。

二、SQL語句方面

1、應盡量避免在 where 子句中使用!=或>操作符，否則將引擎放棄使用索引而進行全表掃描；

2、應盡量避免在 where 子句中使用 or 來連接條件，否則將導致引擎放棄使用索引而進行全表掃描，如： select id from t where num=10 or num=20 可以這樣查詢： select id from t where num=10 union all select id from t where num=20;

3、in 和 not in 也要慎用，否則會導致全表掃描，如： select id from t where num in(1,2,3) 對于連續的數值，能用 between 就不要用 in 了： select id from t where num between 1 and 3；

4、下面的查詢也將導致全表掃描： select id from t where name like ‘%abc%'

5、如果在 where 子句中使用參數，也會導致全表掃描。因為SQL只有在運行時才會解析局部變量，但優化程序不能將訪問計劃的選擇推遲到運行時；它必須在編譯時進行選擇。然而，如果在編譯時建立訪問計劃，變量的值還是未知的，因而無法作為索引選擇的輸入項。如下面語句將進行全表掃描： select id from t where num=@num 可以改為強制查詢使用索引： select id from t with(index(索引名)) where num=@num；

6、應盡量避免在 where 子句中對字段進行表達式操作，這將導致引擎放棄使用索引而進行全表掃描。如： select id from t where num/2=100 應改為: select id from t where num=100*2；

7、應盡量避免在where子句中對字段進行函數操作，這將導致引擎放棄使用索引而進行全表掃描。如： select id from t where substring(name,1,3)='abc'–name以abc開頭的id，select id from t where datediff(day,createdate,'2005-11-30′)=0–‘2005-11-30'生成的id 應改為: select id from t where name like ‘abc%' select id from t where createdate>='2005-11-30′ and createdate'2005-12-1′

8、不要在 where 子句中的“=”左邊進行函數、算術運算或其他表達式運算，否則系統將可能無法正確使用索引。

9、不要寫一些沒有意義的查詢，如需要生成一個空表結構： select col1,col2 into #t from t where 1=0 這類代碼不會返回任何結果集，但是會消耗系統資源的，應改成這樣： create table #t(…)

10、很多時候用 exists 代替 in 是一個好的選擇： select num from a where num in(select num from b) 用下面的語句替換： select num from a where exists(select 1 from b where num=a.num)

11、任何地方都不要使用 select * from t ，用具體的字段列表代替“*”，不要返回用不到的任何字段。

12、盡量避免使用游標，因為游標的效率較差，如果游標操作的數據超過1萬行，那么就應該考慮改寫。

13、盡量避免向客戶端返回大數據量，若數據量過大，應該考慮相應需求是否合理。

14、盡量避免大事務操作，提高系統并發能力。

三、Java方面（重點內容）

1、盡可能的少造對象；

2、合理擺正系統設計的位置。大量數據操作，和少量數據操作一定是分開的。大量的數據操作，肯定不是ORM框架搞定的；

3、使用JDBC鏈接數據庫操作數據；

4、控制好內存，讓數據流起來，而不是全部讀到內存再處理，而是邊讀取邊處理；

5、合理利用內存，有的數據要緩存；

四、如何優化數據庫，如何提高數據庫的性能?

1、硬件調整性能

最有可能影響性能的是磁盤和網絡吞吐量,解決辦法擴大虛擬內存，并保證有足夠可以擴充的空間；把數據庫服務器上的不必要服務關閉掉；把數據庫服務器和主域服務器分開；把SQL數據庫服務器的吞吐量調為最大；在具有一個以上處理器的機器上運行SQL。

2、調整數據庫

若對該表的查詢頻率比較高，則建立索引；建立索引時，想盡對該表的所有查詢搜索操作， 按照where選擇條件建立索引，盡量為整型鍵建立為有且只有一個簇集索引，數據在物理上按順序在數據頁上，縮短查找范圍，為在查詢經常使用的全部列建立非簇集索引，能最大地覆蓋查詢；但是索引不可太多，執行UPDATE DELETE INSERT語句需要用于維護這些索引的開銷量急劇增加；避免在索引中有太多的索引鍵；避免使用大型數據類型的列為索引；保證每個索引鍵值有少數行。

3、使用存儲過程（注意：阿里巴巴開發規范中已經明確禁止使用存儲過程了，這里只是列出，不作為優化方法?。?/strong>