合理使用索引：减少全表扫描 索引其实是一种数据结构，能够帮助我们快速的检索数据库中的数据，MySQL主要有两种结构：Hash索引和B+ Tree索引，我们使用的是InnoDB引擎，默认的是B+树。B+ 树是一种多路平衡查询树，所以它的节点是天然有序的（左子节点小于父节点、父节点小于右子节点），所以对于范围查询的时候不需要做全表扫描；可以显著增加查询、删除的速度，以及多表join的速度！ 索引增加SQL性能的前提是，SQL语句走索引了，SQL索引需要符合最左前缀的原则，并且如果使用表达式、in等写法都会造成SQL索引失效。 同时，SQL索引会一定程度地增加增、删、改的负担，在对源数据增删改的时候，对索引树也会进行增删改。索引树在单表数据量很庞大的时候，如百万行的时候，会变得十分缓慢，磁盘页会分裂，即使走索引也会拖累查询速度，同时还要考虑索引树所额外占的磁盘和内存空间。 建议学习书籍《MySQL技术内幕：InnoDB存储引擎》和《MySQL性能之巅》，任意吃透其中的一本书，从底层出发，SQL性能优化尽可掌握十分充足。
返回更少的数据1. 禁用select * , 需要几个字段写上几个具体的字段，作用是减少MySQL服务器查询分析器解析成本。2.在代码中写分页查询逻辑时，大的分页，必须使用'limit'限制返回的记录条数，防止过多返回的数据量造成更大的内存垃圾。3. 利用延迟关联或者子查询优化超多分页场景。MySQL 并不是跳过 offset 行，而是取 offset+N 行，然后返回放弃前 offset 行，返回N 行，那当 offset 特别大的时候，效率就非常的低下，要么控制返回的总页数，要么对超过特定阈值的页数进行 SQL 改写。4. 设置合适的字符存储长度，不但节约数据库表空间、节约索引存储，更重要的是提升检索速度；比如设置人类的age字段，可以选择“unsigned tinyint”。更多细节建议学习书籍《码出高效》。
减少CPU或者内存的资源消耗1. 超过三个表或者更多的大数据量的表禁止 join，因为join是进行笛卡尔积进行运算的，会产生巨量的中间结果集，占用大量内存，可以拆分开到service层处理。2. 需要 join 的字段，数据类型必须绝对一致；多表关联查询时， 保证被关联的字段需要有索引，join后的on条件必须走索引以确保性能。3. 使用子查询优化超多分页场景，比如先快速定位子查询中需要获取的 id 段，然后再关联。更多细节建议学习书籍《某里巴巴Java开发手册》。
SQL语句的规范1. 不得使用外键与级联，一切外键概念必须在应用层解决。级联更新是强阻塞，存在数据库更新风暴的风险；外键影响数据库的插入速度。2. 禁止使用存储过程，存储过程难以调试和扩展，更没有移植性。3. in 操作能避免则避免，若实在避免不了，需要仔细评估 in 后边的集合元素数量，控制在 1000 个之内。4. 单表无特殊要求，尽量选用自增主键，自增主键效率更高，产生的记录页分裂的情况更低。5. 学习使用 explain 命令，explain是sql语句分析器，帮助识别sql的查询类型，是否走了索引，以及sql或者索引的类型等等。 更多细节建议学习书籍《高性能MySQL》。
SQL的锁机制和死锁问题1.并发修改同一记录时，避免更新丢失，需要加锁；使用乐观锁替代悲观锁，不建议使用悲观锁，乐观锁使用 version 作为更新依据。悲观锁容易升级，造成的时间开销很大。2. 对多个资源、数据库表、对象同时加锁时，需要保持一致的加锁顺序，否则可能会造成死锁，严重影响性能。 说明：线程一需要对表 A、B、C 依次全部加锁后才可以进行更新操作，那么线程二的加锁顺序也必须是 A、B、C，否则可能出现死锁。3. 禁用级联更新，级联更新是强阻塞，会造成锁表的情况，严重增加数据库负担，存在造成数据库死锁的风险。更多细节建议学习书籍《某里巴巴Java开发手册》。
一步一个脚印，慢慢积累，慢慢学起，注意要多实践，自己多动手泡泡SQL，来感受这些优化措施的优势所在。
喜欢本文的话，欢迎点赞、收藏、留言，希望可以对正在读本文的你有所帮助。☆(*^▽^*)