1.对查询进行优化，要尽量避免全表扫描，首先考虑在进行条件判断的字段上创建索引。
2.应尽量避免在WHERE子句中对字段进行NULL值判断，否则将导致引擎放弃使用索引而
进行全表扫描。
3.应尽量避免在WHERE子句中使用!=或<>操作符，否则引擎将放弃使用索引而进行全表扫描。
4.应尽量避免在WHERE子句中使用OR来连接条件，如果一个字段有索引一个字段没有索引，将
导致引擎放弃使用索引而进行全表扫描，要使用UNION ALL实现。
5.NOT IN也要慎用，否则会导致全表扫描，很多时候用NOT EXISTS代替NOT IN是一个好的选择。
6.模糊查询使用了%也将导致全表挺扫描（MYSQL），只在mysql失效，可以将用户可能输入的
关键字使用下拉列表列出来，在数据库中使用全名查询，比如说：
SELECT * FROM EMP WHERE JOB LIE '关键字';。
7.应尽量避免在WHERE子句中对字段进行表达式计算操作，这将导致引擎放弃使用索引而
进行全表扫描。
8.在使用索引字段作为条件时，如果该索引是复合索引，那么必须使用到该索引中的第一个
字段作为条件时才能保证系统使用该索引（最左原则），否则该索引将不会被使用，并且应
尽可能的让字段顺序与索引顺序相一致。
9.UPDATE语句，如果只更改1、2个字段，不要UPDATE全部字段，否则频繁调用会引起明显的
性能消耗，同时带来大量日志。
10，对于多张大数据量（这里几百条就算大了）的表连接（多表连接查询），可以考虑使用
程序去实现，不要做连接查询，就是尽量避开多表查询（多表查询会出现笛卡尔积）。
11.索引并不是越多越好，索引固然可以提高相应的SELECT的效率，但同时也降低了INSERT及
UPDATE的效率，因为INSER或UPDATE时可能重建索引，所以怎样建索引需要慎重考虑，视具体
情况而定。
12.尽量使用数字型字段，若只含数值信息的字段尽量不要设计字符型，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时会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。
13.任何地方都不要使用SELECT * FROM T,用具体的字段列表代替*，不要返回用不到的任何字段。
14.学会使用慢查询来进行数据库的优化，要观察到慢查询的最方便途径是Spring+Druid可以轻松
实现，可以观察具体哪些sql语句是执行最慢的，之后可以对查询进行优化。