1️⃣ 选择具体字段：
查询employee表时，用SELECT id, name代替SELECT *。
2️⃣ 使用LIMIT 1：
查找名为”Jay”的员工，使用SELECT id, name FROM employee WHERE name='Jay' LIMIT 1。
3️⃣ 替代OR条件：
SELECT * FROM user WHERE user_id=1 OR age=18
改写为：
SELECT * FROM user WHERE user_id=1
UNION ALL
SELECT * FROM user WHERE age=18
4️⃣ 优化分页查询：
改写SELECT * FROM employee LIMIT 10000, 10为SELECT * FROM employee WHERE id > 10000 LIMIT 10。
5️⃣ 优化LIKE查询：
用SELECT user_id, name FROM user WHERE user_id LIKE '123%'代替LIKE '%123'。
6️⃣ 限定查询数据：
检查用户是否为VIP，使用SELECT user_id FROM user WHERE user_id='123' AND isVip=1。
7️⃣ 避免索引列使用函数：
将SELECT user_id, loginTime FROM loginuser WHERE DATE_ADD(loginTime, INTERVAL 7 DAY) >= NOW()改写为在应用层处理日期。
8️⃣ 避免表达式操作：
用SELECT * FROM user WHERE age = 11代替age-1 = 10。
9️⃣ 优先使用INNER JOIN：
连接orders和customers表，使用INNER JOIN而不是LEFT JOIN，如果只需订单数据。
🔟 索引列顺序：
确保SELECT * FROM user WHERE user_id=10 AND age=10中的索引列顺序与索引定义一致。
🔢 索引建立：
在WHERE和ORDER BY列上建立索引，如
CREATE INDEX idx_user_age ON user(age)。
⏩ 批量插入：
使用INSERT INTO logs (log_data) VALUES ('data1'), ('data2'), ...代替单条插入。
💡 覆盖索引：
确保查询字段与索引字段一致，如
SELECT user_id, loginTime FROM loginuser WHERE loginTime >= NOW()。
⚠️ 慎用DISTINCT：
避免在大数据集上使用SELECT DISTINCT name FROM employee。
✂️ 删除冗余索引：
分析索引使用情况，删除未使用的索引。
🔄 优化DML语句：
对大量数据操作时，优化SQL语句，如使用
DELETE FROM user WHERE user_id < 1000
代替逐条删除。
🎯 使用EXISTS和IN：
查询部门所有员工，使用
SELECT * FROM A WHERE EXISTS (SELECT 1 FROM B WHERE A.dept_id = B.dept_id)。
➡️ 优先使用UNION ALL：
如果不需要去重，使用UNION ALL代替UNION。
🔢 使用数字型字段：
将age字段定义为INT而不是VARCHAR。
🚫 限制索引数量：
保持索引数量在5个以内，避免过多索引。
🚫 避免返回过多数据：
限制返回的数据量，如SELECT id, name FROM employee LIMIT 100。
🚫 避免在重复数据字段上建立索引：
如性别字段。
📝 使用表别名：
SELECT e.id, e.name FROM employee e WHERE e.id = 10086。
🔤 优先使用VARCHAR/NVARCHAR：
定义name字段为VARCHAR(50)。
📊 优化GROUP BY：
在GROUP BY前过滤数据，如
SELECT department, COUNT(*) FROM employee WHERE department IS NOT NULL GROUP BY department。
📌 字符串字段使用引号：
SELECT * FROM user WHERE name='John'。
🔍 使用EXPLAIN：
分析SQL执行计划，如EXPLAIN SELECT * FROM user WHERE user_id=10086。
