1.查询的模糊匹配
尽量避免在一个复杂查询里面使用 LIKE '%parm1%'—— 红色标识位置的百分号会导致相关列的索引无法使用，最好不要用.
解决办法:
其实只需要对该脚本略做改进，查询速度便会提高近百倍。改进方法如下：
a、修改前台程序——把查询条件的供应商名称一栏由原来的文本输入改为下拉列表，用户模糊输入供应商名称时，直接在前台就帮忙定位到具体的供应商，这样在调用后台程序时，这列就可以直接用等于来关联了。
b、直接修改后台——根据输入条件，先查出符合条件的供应商，并把相关记录保存在一个临时表里头，然后再用临时表去做复杂关联
2.索引问题
在做性能跟踪分析过程中，经常发现有不少后台程序的性能问题是因为缺少合适索引造成的，有些表甚至一个索引都没有。这种情况往往都是因为在设计表时，没去定义索引，而开发初期，由于表记录很少，索引创建与否，可能对性能没啥影响，开发人员因此也未多加重视。然一旦程序发布到生产环境，随着时间的推移，表记录越来越多，这时缺少索引，对性能的影响便会越来越大了。
这个问题需要数据库设计人员和开发人员共同关注
法则：不要在建立的索引的数据列上进行下列操作:
避免对索引字段进行计算操作
避免在索引字段上使用not，<>，!=
避免在索引列上使用IS NULL和IS NOT NULL
避免在索引列上出现数据类型转换
避免在索引字段上使用函数
避免建立索引的列中使用空值。
3.复杂操作
部分UPDATE、SELECT 语句 写得很复杂（经常嵌套多级子查询）——可以考虑适当拆成几步，先生成一些临时数据表，再进行关联操作
4.update
同一个表的修改在一个过程里出现好几十次，如：
update table1
set col1=...
where col2=...;
update table1
set col1=...
where col2=...
......
象这类脚本其实可以很简单就整合在一个UPDATE语句来完成（前些时候在协助xxx项目做性能问题分析时就发现存在这种情况）
5.在可以使用UNION ALL的语句里，使用了UNION
UNION 因为会将各查询子集的记录做比较，故比起UNION ALL ，通常速度都会慢上许多。一般来说，如果使用UNION ALL能满足要求的话，
务必使用UNION ALL。还有一种情况大家可能会忽略掉，就是虽然要求几个子集的并集需要过滤掉重复记录，但由于脚本的特殊性，不可能存在重复记录，这时便应该使用UNION ALL，如xx模块的某个查询程序就曾经存在这种情况，见，由于语句的特殊性，在这个脚本
中几个子集的记录绝对不可能重复，故可以改用UNION ALL）
6.在WHERE 语句中，尽量避免对索引字段进行计算操作
这个常识相信绝大部分开发人员都应该知道，但仍有不少人这么使用，我想其中一个最主要的原因可能是为了编写方便吧，但如果仅为了编
写简单而损害了性能，那就不可取了
http://blog.ifeng.com/article/21537649.html9月份在对XX系统做性能分析时发现，有大量的后台程序存在类似用法，如：
......
where trunc(create_date)=trunc(:date1)
虽然已对create_date 字段建了索引，但由于加了TRUNC，使得索引无法用上。此处正确的写法应该是
where create_date>=trunc(:date1) and create_date<trunc(:date1)+1
或者是
where create_date between trunc(:date1) and trunc(:date1)+1-1/(24*60*60)
注意：因between 的范围是个闭区间（greater than or equal to low value and less than or equal to high value.），
故严格意义上应该再减去一个趋于0的小数，这里暂且设置成减去1秒（1/(24*60*60)），如果不要求这么精确的话，可以略掉这步
7.对Where 语句的法则
7.1 避免在WHERE子句中使用in，not in，or 或者having。
可以使用 exist 和not exist代替 in和not in。
可以使用表链接代替 exist。
Having可以用where代替，如果无法代替可以分两步处理。
例子
SELECT * FROM ORDERS WHERE CUSTOMER_NAME NOT IN
(SELECT CUSTOMER_NAME FROM CUSTOMER)
优化
SELECT * FROM ORDERS WHERE CUSTOMER_NAME not exist
(SELECT CUSTOMER_NAME FROM CUSTOMER)
7.2 不要以字符格式声明数字，要以数字格式声明字符值。（日期同样）
否则会使索引无效，产生全表扫描。
例子
使用：SELECT emp.ename, emp.job FROM emp WHERE emp.empno = 7369;
不要使用：SELECT emp.ename, emp.job FROM emp WHERE emp.empno = ‘7369’
8.对Select语句的法则
在应用程序、包和过程中限制使用select * from table这种方式。
例子
使用
SELECT empno,ename,category FROM emp WHERE empno = '7369‘
而不要使用
SELECT * FROM emp WHERE empno = '7369'
9. 排序
避免使用耗费资源的操作
带有DISTINCT,UNION,MINUS,INTERSECT,ORDER BY的SQL语句会启动SQL引擎执行，耗费资源的排序(SORT)功能. DISTINCT需要一次排序操作, 而其他的至少需要执行两次排序
10.临时表
慎重使用临时表可以极大的提高系统性能
11.避免使用相关子查询（或者与相关子查询类似的函数）
相关子查询时，对应的记录有多少条就执行多少次子查询，如果返回的记录多，会非常慢，
不过可以用嵌套子查询，因为嵌套子查询只执行一次。
可以通过表连接的方式替代相关子查询，如果没有现成的表，那可以用嵌套子查询构造一个表再连接过去。
当然，如果相关子查询里的是小表，而且是通过主键去搜索，有时反而比表连接更快。
12.报表统计时避免直接统计明细数据
明细数据量大，而且需要关联很多表才能得到想要的数据，效率很低，
一般可以通过台帐的方式，逐日或逐月或按其它方式归束好数据，报表就从台帐里要数据，
一般可以建立日台帐，报表大多是按日期段查询的(只有年月日，没有时间)，天就是最小单位，
所以建立日台帐比较合适。
或者将数据按一定格式保存下来，审核之后就不再变化，报表就从这个固定格式的数据里要数据。
比如做工资时，有些工资项的数据是从业务明细数据里统计出来的，然后做完工资，就将工资项
数据保存下来，审核之后，这http://hk.joceancloud.com工资项数据就不再变化，做工资报表就直接从这些工资项数据里要数据，
而不是重新又从业务明细数据里统计。
13.在数据库引擎优化顾问中分析查询
SQLSERVER2005的这个功能很不错，将非常耗时的SQL语句放到里面去分析，查看它给出的建议。
14.编写客户端系统时，尽量避免无条件加载所有数据到客户端。
比如很常见的数据列表，如果没有条件，全部加载，数据量非常大自然就很慢了，而且指定的条件最好限制返回的数据量越少越好(满足客户需求的前提下)，减轻服务器的负担。
15.将复杂的统计工作分散到平时的业务处理过程中完成。
比如交易处理，每处理完一单，就计算好应收应付，避免等到统计时再计算。
而索引、以及第12条也是通过这样的方式来提高效率。
16.逆规范化设计。
1.建立冗余数据：
比如运输记录表，存储司机编号和司机名称两个字段，而不是只存司机编号字段，
这样列表查询和报表要看司机名称时就不用关联司机表读司机名称了，如果还需要司机其它信息，
那还是避免不了要连接司机表，这个就不起作用了。
当然必须考虑冗余数据是否会存在什么问题，比如数据不一致的问题等，
如果允许数据不一致（有些场合要求数据不一致）时考虑建立冗余数据，而且冗余数据不要太多，
太多影响更新数据速度、增加存储空间（降低每页记录数）、而且管理也麻烦。
而且刚开始设计时一定要遵守三范式设计，保证数据正确性和完整性，
然后再根据性能指标适当的逆规范设计。
