1、应用程序中，保证在实现功能的基础上，尽量减少对数据库的访问次数；通过
搜索参数，尽量减少对表的访问行数,最小化结果集，从而减轻网络负担；能够分
开的操作尽量分开处理，提高每次的响应速度；在数据窗口使用SQL时，尽量把使
用的索引放在选择的首列；算法的结构尽量简单；在查询时，不要过多地使用通配
符如SELECT * FROM T1语句，要用到几列就选择几列如：SELECT COL1,COL2 FROM
T1；在可能的情况下尽量限制尽量结果集行数如：SELECT TOP 300
COL1,COL2,COL3 FROM T1,因为某些情况下用户是不需要那么多的数据的。不要在
应用中使用数据库游标，游标是非常有用的工具，但比使用常规的、面向集的SQL
语句需要更大的开销；按照特定顺序提取数据的查找。
2、 避免使用不兼容的数据类型。例如float和int、char和varchar、binary和
varbinary是不兼容的。数据类型的不兼容可能使优化器无法执行一些本来可以进
行的优化操作。例如:
SELECT name FROM employee WHERE salary ＞ 60000
在这条语句中,如salary字段是money型的,则优化器很难对其进行优化,因为60000
是个整型数。我们应当在编程时将整型转化成为钱币型,而不要等到运行时转化。
3、 尽量避免在WHERE子句中对字段进行函数或表达式操作，这将导致引擎放弃
使用索引而进行全表扫描。如：
SELECT * FROM T1 WHERE F1/2=100
应改为:
SELECT * FROM T1 WHERE F1=100*2
SELECT * FROM RECORD WHERE SUBSTRING(CARD_NO,1,4)=’5378’
应改为:
SELECT * FROM RECORD WHERE CARD_NO LIKE ‘5378%’
SELECT member_number, first_name, last_name FROM members
WHERE DATEDIFF(yy,datofbirth,GETDATE()) > 21
应改为:
SELECT member_number, first_name, last_name FROM members
WHERE dateofbirth < DATEADD(yy,-21,GETDATE())
即：任何对列的操作都将导致表扫描，它包括数据库函数、计算表达式等等，查询
时要尽可能将操作移至等号右边。
4、 避免使用!=或＜＞、IS NULL或IS NOT NULL、IN ，NOT IN等这样的操作符,
因为这会使系统无法使用索引,而只能直接搜索表中的数据。例如:
SELECT id FROM employee WHERE id != 'B%'
优化器将无法通过索引来确定将要命中的行数,因此需要搜索该表的所有行。
5、 尽量使用数字型字段，一部分开发人员和数据库管理人员喜欢把包含数值信
息的字段
设计为字符型，这会降低查询和连接的性能，并会增加存储开销。这是因为引擎在
处理查询和连接回逐个比较字符串中每一个字符，而对于数字型而言只需要比较一
次就够了。
6、 合理使用EXISTS,NOT EXISTS子句。如下所示：
1.SELECT SUM(T1.C1)FROM T1 WHERE(
(SELECT COUNT(*)FROM T2 WHERE T2.C2=T1.C2>0)
2.SELECT SUM(T1.C1) FROM T1WHERE EXISTS(
SELECT * FROM T2 WHERE T2.C2=T1.C2)
两者产生相同的结果，但是后者的效率显然要高于前者。因为后者不会产生大量锁
定的表扫描或是索引扫描。
如果你想校验表里是否存在某条纪录，不要用count(*)那样效率很低，而且浪费服
务器资源。可以用EXISTS代替。如：
IF (SELECT COUNT(*) FROM table_name WHERE column_name = 'xxx')
可以写成：
IF EXISTS (SELECT * FROM table_name WHERE column_name = 'xxx')
经常需要写一个T_SQL语句比较一个父结果集和子结果集，从而找到是否存在在父
