-
尽量不要使用NULL当默认值
在有索引的列上如果存在NULL值会使得索引失效，降低查询速度，该如何优化呢？例如：
SELECT * FROM [Sales].[Temp_SalesOrder] WHERE UnitPrice IS NULL
我们可以将NULL的值设置成0或其他固定数值，这样保证索引能够继续有效。
SELECT * FROM [Sales].[Temp_SalesOrder] WHERE UnitPrice =0
这是改写后的查询语句，效率会比上面的快很多。
-
尽量不要在WHERE条件语句中使用!=或<>
在WHERE语句中使用!=或<>也会使得索引失效，进而进行全表扫描，这样就会花费较长时间了。
-
应尽量避免在 WHERE子句中使用 OR
遇到有OR的情况，我们可以将OR使用UNION ALL来进行改写
例如：
SELECT * FROM T1 WHERE NUM=10 OR NUM=20
可以改写成
SELECT * FROM T1 WHERE NUM=10
UNION ALL
SELECT * FROM T1 WHERE NUM=20
-
IN和NOT IN也要慎用
遇到连续确切值的时候 ，我们可以使用BETWEEN AND来进行优化
例如：
SELECT * FROM T1 WHERE NUM IN (5,6,7,8)
可以改写成：
SELECT * FROM T1 WHERE NUM BETWEEN 5 AND 8.
-
子查询中的IN可以使用EXISTS来代替
子查询中经常会使用到IN，如果换成EXISTS做关联查询会更快
例如：
SELECT * FROM T1 WHERE ORDER_ID IN (SELECT ORDER_ID FROM ORDER WHERE PRICE>20);
可以改写成：
SELECT * FROM T1 AS A WHERE EXISTS (SELECT 1 FROM ORDER AS B WHERE A.ORDER_ID=B.ORDER_ID AND B.PRICE>20)
虽然代码量可能比上面的多一点，但是在使用效果上会优于上面的查询语句。
-
模糊匹配尽量使用后置匹配
在进行模糊查询，使用LIKE时尽量使用后置匹配，这样会走索引，减少查询时间。
例如：
SELECT * FROM T1 WHERE NAME LIKE '%李四%'
或者
SELECT * FROM T1 WHERE NAME LIKE '%李四'
均不会走索引，只有当如下情况
SELECT * FROM T1 WHERE NAME LIKE '李四%'才会走索引。