一，关于索引：
使用索引的合理性：
条件子句中变量顺序应与索引字键顺序相同。（尽可能在join和order by 的字段上建立索引）将最具有限制性的条件放在前面，大值在前，小值在后。
eg:…where O.a <1000 and O.a>200 效率高于 where O.a>200 and O.a<1000
…where O.a between 200 and 1000 效率高于 where O.a>200 and O.a<1000
二，关于通配符：
避免采用MATCHES和LIKE通配符匹配查询：
由于采用like等通配符查询时，sql优化器实际上还是用顺序搜索的方法来查询的，也就是说，在被查询的字段上建立的索引实际上是不起作用的。
eg:…where O.b <'12399' and O.b>'123000 ' 效率高于 where O.b matche '123*'
三，关于子查询：
查询嵌套层次越多，效率越低，因此应当尽量避免子查询。假如子查询不可避免，那么要在子查询中过滤掉尽可能多的行。
eg:…from O1,O2 where O1.c=O2.c and O2.a=2009 效率高于 from O1 where O1.c in(select O2.c from O2 where O2.a=2009)
四，关于顺序存取时的嵌套查询：
在进行大数据量的索引归类时，有些形式的where子句会强迫优化器使用顺序存取，从而使得原索引字段失效。
eg:…where (O.d = 123 and O.a>200 ) union O.b=1010 效率高于 where (O.d = 123 and O.b>200) or O.b=1010
五，关于临时表：
使用临时表加速查询
把表的一个子集进行排序并创建临时表，有时能加速查询。注意：临时表创建后不会反映主表的修改。在主表中数据频繁修改的情况下，注重不要丢失数据。
eg:…select unique tO1 into temp tO1 "然后（then）"select count(*)from temp tO1 效率高于select count(distinct)
六，关于聚集函数：
1.对于大数据量的求和应避免使用单一的sum命令处理，可采用group by方式与其结合，有时会大大提高效率。
2.避免会引起磁盘读写的 rowid* 等操作。在where子句中或select语句中，用rowid要产生磁盘读写，是一个物理过程，会影响sql性能。
