基础优化方法
1.使用索引，在创建索引时，需要考虑查询的频率和数据的更新频率，避免过度索引或不必要的索引。
2.尽量避免使用SELECT *，而是明确指定需要查询的字段。这样可以减少返回的数据量，提高查询效率。
优化查询条件
1.在查询数据时，尽量使用WHERE子句对数据进行过滤，减少返回的数据量。
2.使用索引覆盖查询
索引覆盖查询是指查询的字段都包含在索引中，不需要回表查询数据。这样可以减少IO操作，提高查询效率。
3.避免在WHERE子句中使用函数
在WHERE子句中使用函数会导致索引失效，需要全表扫描。
4.使用合适的数据类型
选择合适的数据类型可以减少存储空间和查询时间，提高数据库性能。
连接查询优化
1.使用INNER JOIN代替WHERE子句连接
-- 不推荐
SELECT * FROM table1, table2 WHERE table1.id = table2.id;
-- 推荐
SELECT * FROM table1 INNER JOIN table2 ON table1.id = table2.id;
联表查询（也称为多表查询）在没有正确指定连接条件的情况下，确实会导致笛卡尔积（Cartesian product）的情况。笛卡尔积是两个集合中所有可能的有序对的集合，而在数据库查询中，它指的是两个或多个表中的每一行都与另一个表中的每一行组合。
当你使用SELECT * FROM table1, table2这样的语法时，你实际上是在告诉数据库你想看到table1和table2的笛卡尔积，除非你在WHERE子句中指定了连接条件来限制结果集。
例如，如果table1有3行，而table2有4行，那么没有连接条件的查询将返回12行结果（3乘以4）。
但是，当你使用INNER JOIN（或LEFT JOIN、RIGHT JOIN、FULL JOIN等）并指定了连接条件时，数据库只会返回满足该条件的行组合。
2.在连接查询时，尽量使用JOIN ON对连接进行过滤，而不是在WHERE子句中过滤连接。
-- 不推荐
SELECT * FROM table1 INNER JOIN table2 ON table1.id = table2.id
WHERE table2.name = 'value';
-- 推荐
SELECT * FROM table1 INNER JOIN table2 ON table1.id = table2.id
AND table2.name = 'value';
3.根据实际业务需求选择合适的连接类型，包括INNER JOIN、LEFT JOIN、RIGHT JOIN和FULL JOIN。
子查询优化
1.使用EXISTS代替IN
在使用子查询时，尽量使用EXISTS代替IN，EXISTS只关心是否存在记录，而IN会将子查询的结果集加载到内存中，可能导致性能问题。
-- 不推荐
SELECT * FROM table1 WHERE id IN (SELECT id FROM table2);
-- 推荐
SELECT * FROM table1 WHERE EXISTS
(SELECT 1 FROM table2 WHERE table1.id = table2.id);
IN和EXISTS的区别和使用
in()适合子表比主表数据小的情况
exists()适合子表比主表数据大的情况
当主表数据与子表数据一样大时,in与exists效率差不多,可任选一个使用
in的性能分析
select * from A
where id in(select id from B)
sql会先执行括号内的子查询,再执行主查询
0、当前的in子查询是B表驱动A表
1、mysql先将B表的数据一把查出来置于内存中
2、遍历B表的数据，再去查A表（每次遍历都是一次连接交互，这里会耗资源）
3、假设B有100000条记录，A有10条记录，会交互100000次数据库；再假设B有10条记录，A有100000记录，只会发生10次交互。
Exists的性能分析
select a.* from A a
where exists(select 1 from B b where a.id=b.id)
0、当前exists查询是A表驱动B表
1、与in不同，exists将A的纪录数查询到内存，因此A表的记录数决定了数据库的交互次数
2、假设A有10000条记录，B有10条记录，数据库交互次数为10000；假设A有10条，B有10000条，数据库交互次数为10。
2.使用JOIN代替子查询
在查询中使用JOIN可以更好地表达查询的逻辑，避免使用复杂的子查询。
-- 不推荐
SELECT * FROM table1 WHERE id IN (SELECT id FROM table2);
-- 推荐
SELECT * FROM table1 INNER JOIN table2 ON table1.id = table2.id;
LIMIT优化
1.在查询大量数据时，使用LIMIT可以限制返回的记录数，避免查询过多的数据。
排序优化
1.通常应该选择已经建立了索引的字段进行排序，避免对大量数据进行排序操作。
2.如果查询中只需要排序字段，并且该字段已经建立了索引，可以使用覆盖索引来减少排序的时间。
避免使用通配符
1.在查询数据时，尽量避免使用%通配符在查询字段的开头，这会导致索引失效，需要进行全表扫描。
2.如果需要在查询中使用通配符%在字段的结尾，可以使用前缀索引来优化查询性能。
联合查询优化
1.使用UNION ALL代替UNION
在使用联合查询时，如果不需要去重操作，应该使用UNION ALL，可以减少查询的开销。
-- 不推荐
SELECT * FROM table1 WHERE condition
UNION
SELECT * FROM table2 WHERE condition;
-- 推荐
SELECT * FROM table1 WHERE condition
UNION ALL
SELECT * FROM table2 WHERE condition;
2.使用EXISTS代替IN和UNION
在查询中使用EXISTS代替IN和UNION，可以更好地表达查询逻辑，提高查询性能。
-- 不推荐
SELECT * FROM table1 WHERE id IN (SELECT id FROM table2 WHERE condition)
UNION
SELECT * FROM table1 WHERE id IN (SELECT id FROM table3 WHERE condition);
-- 推荐
SELECT * FROM table1 WHERE EXISTS
(SELECT 1 FROM table2 WHERE table1.id = table2.id AND condition)
OR EXISTS (SELECT 1 FROM table3 WHERE table1.id = table3.id AND condition);
数据表设计优化
1.使用合适的数据类型
在创建数据表时，选择合适的数据类型可以减少存储空间和查询时间，提高数据库性能。
-- 不推荐
CREATE TABLE table_name (id VARCHAR(100), name VARCHAR(100));
-- 推荐
CREATE TABLE table_name (id INT, name VARCHAR(100));
2.垂直拆分表
在数据表中包含大量冗余数据时，可以考虑对表进行垂直拆分，将不同的数据拆分到不同的表中，提高查询性能。