SQL性能优化的几个思路

　　其实SQL性能优化的本质就是减少运算次数、减少内存消耗、涉及尽量少的数据，建立索引、优化表格结构等手法均为此目的。

　　1、建立索引，目的是避免全表扫描。索引一般建立在WHERE、GROUP、JOIN经常使用的字段上，字段需要拥有这样的特点：数据行比较多，至少要过10万；字段的值项较多，至少要超过10个，比如某个字段的值只可能是1或0，建立索引就是浪费。另外索引的建立应秉持最少原则，一张数据表上能不建索引就不建，因为建多了对内存的消耗很厉害，一般情况下索引的数量为字段数量/10上下即可

　　2、字段冗余，目的是减少表格关联。很多表格中存有其他表格的主键，用于作表格关联，事实上如果只需要用到其他表格的一两个字段，完全可以把这两个字段都加到表格中作冗余数据。比如常见的数据操作人，仅在数据表中加入操作人ID，取数据的时候往往要关联用户表，如果加入操作人姓名就无需关联。还有很多字典数据，把ID和内容都加进去就不需要关联字典表，减少性能消耗。

　　3、统一数据类型，目的是减少数据转换量。在两张表格中，存在一个含义完全一致的字段，但是它们的数据类型不一样，那么在使用它们进行表格关联时，系统就会自动进行数据转换，无形中增加运算量。比如都有退款单ID这个字段，一张表中设计为int，另一张表中设计为varchar，那么查询时系统就会自动把int转为varchar，数据运算量大增。在where子句中也是如此，如“column1=1”，如果column1是数字型，后面的1就不用加单引号，否则就一定要加上，避免数据转换

　　4、不对字段进行运算。column1=2-1比column1+1=2好，column1>='2019-01-01' and column1<'2019-01-02'比Convert(varchar(10),column1,120)='2019-01-01'好，因为前一种写法都是对字段上的所有数据进行运算，后一种写法只对过滤的值进行运算，后面的运算量明显要高出前面很多倍

　　5、尽量少查数据。比如判断是否存在指定数据时，用count(1)涉及的数据可能有很多，但用top 1就最多一条，谁优谁劣一目了然。

　　6、尽量不在索引列上使用not、<>、!=、IS NULL、IS NOT NULL，因为这些关键字都会造成全表扫描，索引建了也没用。