1.如果只使用少量字段，尽量不要用select *
select * 会把数据库所有的字段全部查询出来，浪费内存和CPU；
如果需要查询的字段都是索引字段，则不要用select *，不会走覆盖索引。
2.使用union all 不使用union
union关键字会进行遍历、排序、去重；非常耗时，耗CPU
(select * from table_name where id=1)
union all
(select * from table_name where id=2);
3.小表驱动大表
也就是说，如果查询需要同时满足两张表的数据，则应该先查询满足小表，将满足小表的结果集作为一个条件来查询大表。
in 和 exists 语法
如果sql语句中包含了in关键字，则它会优先执行in里面的子查询语句，然后再执行in外面的语句。如果in里面的数据量很少，作为条件查询速度更快。
而如果sql语句中包含了exists关键字，它优先执行exists左边的语句（即主查询语句）。然后把它作为条件，去跟右边的语句匹配。如果匹配上，则可以查询出数据。如果匹配不上，数据就被过滤掉了。
- in 适用于左边大表，右边小表。
- exists 适用于左边小表，右边大表。
4.批量操作
四个方面解释：
- 1、从网络传输方面来说，批量插入多条数据，更省空间。
- 2、从连接数量来说，批量插入只使用一个连接，在使用数据库连接池的情况下，逐个插入可能会占用多个连接。
- 3、从事务方面来说，逐条插入每次都会新建一个事务，批量插入只会使用一个事务。
- 4、从日志方面来说，由于逐条插入每次都会插入binlog事务日志，也会影响效率。
5.多用limit
如果是查询前面几条记录，可以通过limit num来实现。
6.in中的值不要太多
如果in中的值太多，可能会造成索引失效，造成接口超时。如果in 中的值确实很多，可以采用多线程去处理，分批查询出结果后再汇总
7.增量查询、高效的分页查询
如果数据量很大，分页查询时查询后面的数据，通过limit 100000,10去查询，需要查询1000010条数据，再剔除前面的数据，很浪费资源。
可以通过将上一页的最大id作为查询的一个必须条件来查询，每次查询10条记录。sql可以这样写
select * from table_name where id>#{lastId} limit 10
8.连表查询代替子查询
因为子查询执行查询时，会创建一个临时表，查询完毕后，需要删除这些临时表，有一些额外的性能消耗。
9.join的表 不要太多
如果join太多，mysql在选择索引的时候会非常复杂，很容易选错索引。
可以通过合理设计数据库冗余字段来避免join表过多的情况。
left join和inner join
- left join：求两个表的交集外加左表剩下的数据。
- inner join：求两个表交集的数据。
如果两张表使用inner join关联，mysql会自动选择两张表中的小表，去驱动大表，所以性能上不会有太大的问题。
两张表使用left join关联，mysql会默认用left join关键字左边的表，去驱动它右边的表，所以使用时需要注意下。
10.索引
索引能够显著的提升查询sql的性能，但是也会在增、删、改时增加数据库的消耗。
建立索引时不是越多越好、应该适当合理的建立索引。详细参考https://www.jianshu.com/p/7a29cd77ec7e
11.设计数据库时 字段类型、长度设计合理
我们在选择字段类型时，应该遵循这样的原则：
- 能用数字类型，就不用字符串，因为字符的处理往往比数字要慢。
- 尽可能使用小的类型，比如：用bit存布尔值，用tinyint存枚举值等。
- 长度固定的字符串字段，用char类型。
- 长度可变的字符串字段，用varchar类型。
- 金额字段用decimal，避免精度丢失问题。
12.提升group by效率
group by 时结果集应尽量小，应该在group by之前就通过查询条件优先过滤掉数据。既group by应该在查询条件后面
参考博客：https://zhuanlan.zhihu.com/p/431837711
