sql查询增加一个查询条件后速度变慢，怎么样优化？

SQL查询速度慢。
说白了，这就是优化的关键： 1 . 减少子查询的使用，并尽可能合并它们。
2 . CASE WHEN 替换重复的查找表。
3 .使用联合、连接等重写查询逻辑。
4 . 如果索引正确，复合索引也可以工作。
5 .审查执行计划并找出瓶颈。
6 .不要使用查询条件函数，小心LIKE和IN。
7 . 还考虑到数据库配置调整和硬件升级。
综合优化：根据情况，一种方法不够，需要多种方法结合使用。

SQL中EXISTS子查询的优化技巧 EXISTS子查询提升性能的编写方式

说白了，SQL中的EXISTS子查询优化其实很简单，但是又很复杂，因为很多人不知道从哪里开始。
我们先来说说最重要的事情。
这是要用指标；这会在子查询的 WHERE 条件列上创建索引。
在我们去年做的项目中，我们在orders.customer_id上创建了一个索引，以便快速从数据库中找到匹配的订单记录。
容量在3 000左右，性能明显提升。

还有一点就是简化子查询逻辑。
例如，使用GROUP BY和EXISTS来替换多个级别的EXISTS。
去年，我们遇到一位客户，他使用三层 EXISTS 嵌套查询。
通过在JOIN和GROUP BY中重写；查询效率提升3 0%。

使用 JOIN 而不是 EXISTS 还有另一个重要细节。
JOIN操作比EXISTS更高效，因为数据库可以优化JOIN算法并使用DISTINCT去除重复。
去年我们改用JOIN后，查询速度提升了5 0%。

一开始我以为EXISTS和SELECT没有什么区别，后来发现错了。
将 SELECT1 替换为 SELECT1 就不需要了可以减少数据检索。
很多人并不关心这个。

等等，还有一件事；这是通过EXPLAIN来分析执行顺序。
比如，去年我们用EXPLAIN来分析一些题，随后就创建了索引，因为发现索引没有被使用。
此优化将查询速度提高了 2 0%。

最后，一个容易发现的陷阱是 EXISTS 和 IN 之间的性能差异。
当返回大量数据时，EXISTS 的性能比 IN 更好，而 IN 在 EXISTS 搜索同一行后需要加载整个结果集。
所以在处理大量数据时更喜欢 EXISTS。

我认为值得尝试的是优化 EXISTS 子查询时。
通过结合上述技术，可以显着提高性能。

数据量过大查询超时，如何优化 SQL 查询？

尽量减少函数的使用。
对索引列进行排序。
综合指数。

取代 CONCAT。
CREATEINDEXidx_mail_recordONmail_record2 02 1 08 （创建时间，至）。
解释分析。

优化有效。
加速查询。