优化SQL查询需先分析执行计划，避免全表扫描，优先使用索引查找，选择高效连接方式，并确保统计信息准确；通过合理创建复合索引、覆盖索引，重写查询语句减少冗余操作，可显著提升性能。
优化 SQL SELECT 查询执行计划的核心在于让数据库以最高效的方式访问和处理数据。关键是从执行计划入手，分析瓶颈，再通过索引、查询重写和统计信息等手段进行调整。
理解执行计划
查看执行计划是优化的第一步。使用 EXPLAIN 或 EXPLAIN PLAN 命令可以查看数据库如何执行查询。
关注以下几点：
- 全表扫描（Table Scan）：数据量大时应避免，通常表示缺少合适索引。
- 索引扫描（Index Scan/Seek）：理想情况应尽量使用索引查找减少数据读取。
- 嵌套循环、哈希连接、合并连接：连接方式影响性能，大数据集应优先考虑哈希或合并连接。
- 预估行数 vs 实际行数：偏差大说明统计信息过期，可能误导优化器。
合理创建和使用索引
索引是影响执行计划最关键的外部因素。
建议：
- 为 WHERE 条件中的列创建索引，尤其是高选择性的列。
- 复合索引注意列顺序，将筛选性强的列放在前面。
- 覆盖索引可避免回表，提升性能，即索引包含 SELECT 和 WHERE 所需的所有字段。
- 避免过度索引，索引会增加写操作开销并占用存储。
优化查询语句结构
写法不同可能导致执行计划差异巨大。
注意：
- 避免在 WHERE 子句中对字段使用函数或表达式，如 WHERE YEAR(create_time) = 2023，应改为范围查询。
- 用 EXISTS 替代 IN（特别是子查询返回大量数据时），通常效率更高。
- 减少 SELECT *，只查需要的字段，有助于使用覆盖索引。
- 大表连接注意驱动表选择，小结果集作为驱动表通常更优。
保持统计信息准确
查询优化器依赖统计信息生成执行计划。
如果统计信息陈旧，可能导致错误的执行路径，比如该走索引却选择了全表扫描。
定期更新统计信息：
- 在数据大量变更后运行 ANALYZE TABLE（MySQL）或 UPDATE STATISTICS（SQL Server）。
- 启用自动统计信息更新功能（大多数数据库默认开启）。
