合理使用索引
索引是提升查询效率最直接的方式。在经常用于查询条件（如WHERE）、连接（JOIN）或排序（ORDER BY）的字段上创建索引，能显著减少数据扫描量。
为高频查询字段建立单列索引，比如用户ID、订单状态等。 对多个字段组合查询时使用复合索引，注意字段顺序：区分度高的放前面。 避免过度建索引，因为会增加写操作的开销并占用存储空间。 定期检查未被使用的索引，及时清理。优化表结构设计
良好的表结构从源头降低查询复杂度。
选择合适的数据类型，优先使用更小、更简单的类型。例如用TINYINT代替INT表示状态值。 尽量避免使用NULL字段，可设默认值；NULL影响索引效率和比较逻辑。 适当进行范式化设计，减少数据冗余，但也要根据查询需求适度反范式化以减少JOIN操作。 大字段（如TEXT、BLOB）独立成扩展表，避免影响主表查询性能。高效编写SQL语句
即使结构合理，低效SQL仍会导致性能问题。
避免SELECT *，只查需要的字段，减少网络和内存开销。 少用子查询，能用JOIN替代的尽量替换，执行计划更可控。 慎用LIKE '%xxx%'，会导致索引失效；前缀匹配LIKE 'xxx%'可以走索引。 分页查询大数据时，避免OFFSET过大，可用“游标”方式（如记录上次ID）提高效率。利用执行计划分析瓶颈
通过EXPLAIN查看SQL执行路径，判断是否走索引、是否全表扫描。
关注type字段：system/const/ref属高效，ALL表示全表扫描需优化。 看key是否命中预期索引，rows是否过大。 结合实际业务调整索引或重写SQL。 基本上就这些。关键是在设计阶段考虑查询场景，平衡读写成本，持续监控和调整。
