1、单库表别太多，一般保持在200以下为宜。
2、尽量避免SQL中出现运算，让DB功能单一化。
3、表设计尽量小而精，能用5个字段就不要用6个（不绝对，取决于业务，改冗余时坚决不要手软）
4、SQL事物不能设计太大，比如一次性提交10W条insert，一般来说insert事物的话，5K~1W来做批处理就可以了。
5、设计表时尽量用“小数据类型”，比如尽量避免text，blob等这些大家伙，优先使用enum和set（小而美，范围有限，百益无一害）
6、设计表字段能用数字类型就千万别用字符类型，比例存IP地址，用int，别用varchar。
7、尽量避免使用null字段，定义时尽量使用not null。原因是允许null时不方便查询优化，复合索引也会失效，而且如果列有索引时会额外占用空间:a int(10) not null default 0
8、图片等大家伙不要存DB，用fastdfs等中间件或云存储都可以搞。
9、大SQL尽量拆分，多核CPU每个内核只能执行一个SQL，所以并发时，一堆小的SQL可能执行效率更高一些，并且容易命中缓存，而且不容易长时间锁表（无论什么锁都是越短约好），当然这个要结合实际情况分析，一大堆小的万一增加IO负担呢。
10、事物尽可能的小，代码别偷懒，全加一个transaction中。
11、对于非主键唯一的int类型字段，没有将其单独设置为索引比必要。设置索引后反倒增大了内存的占用，检索时的性能也不见得会有提升
12、存储过程，触发器之类的能避免就全避免，维护不方便，人员变动时，很多时候就忘了，时间一长就是全是定时炸弹。
13、禁止select *，需要啥取啥是王道
14、update时，where语句尽量要走索引，不然会全表扫描，一般情况下1G的数据至少需要10S（想想一个update锁住10S意味着什么）
15、or尽量不用，改为in()，当然in的范围太多也不行，尽量别超100
16、如果：select a from A where b=1 or c=1这种where里面不同字段进行or，尽量改为union。
select a from A where b=1
union
select a from A where c=117、避免“%前缀”模糊查询。因为会导致索引失效，大数据下是灾难。
18、分页时：select a from A limit 10000,10；这种大偏移量下效率非常低。可以考虑如下几个方案：
select a from A where id>xxxx limit 10;（将上一页的最大值通过where id>进行预处理，然后分页）
select a from A where id > (select a from A limit 10000,1) limit 10;
select a from A inner join (select a from A limit 10000,10) using (id);19、避免使用count(*)，在大数据下这个东西真心的慢，1000W以上要几秒，作为替代方案，考虑使用nosql例如redis，memcachd缓存下来，做定时校对。还有一个办法，直接做一个表存下来，每次增删对这个表的对应记录做update
20、union all 而非 union，看需要。一般不用去重的业务的话重压力不小，能省就省
21、尽量不要用insert select,数据量大有延迟，同步完了可能有错误。
