合理使用索引可显著提升查询效率，应在高频查询、连接或排序字段上创建单列或复合索引，区分度高的字段优先；2. 避免过度建索引以减少写开销和存储占用，定期清理未使用索引；3. 优化表结构需选择小而简单的数据类型，避免NULL，合理范式化与反范式化，大字段独立成表；4. 高效SQL应避免SELECT *、少用子查询，慎用LIKE '%xxx%'，分页宜用游标替代OFFSET；5. 利用EXPLAIN分析执行计划，关注type、key、rows等指标，判断索引命中与扫描行数，持续优化索引与SQL；6. 核心在于设计阶段结合查询场景，平衡读写性能，持续监控调整。
合理使用索引
索引是提升查询效率最直接的方式。在经常用于查询条件（如WHERE）、连接（JOIN）或排序（ORDER BY）的字段上创建索引，能显著减少数据扫描量。
- 为高频查询字段建立单列索引，比如用户ID、订单状态等。
- 对多个字段组合查询时使用复合索引，注意字段顺序：区分度高的放前面。
- 避免过度建索引，因为会增加写操作的开销并占用存储空间。
- 定期检查未被使用的索引，及时清理。
优化表结构设计
良好的表结构从源头降低查询复杂度。
win可用的mysql指令skill
下载
安装、修复、更新或打包一个基于 Python 和 PyMySQL 实现的 Windows `mysql` 命令。适用于用户希望在 PowerShell/CMD 中输入 `mysql` 时重定向到 Python 实现、需要交互式输入 MySQL 连接信息、需要同步到当前用户本地 bin 目录，或需要将该能力封装成可公开复用的 Codex skill。
- 选择合适的数据类型，优先使用更小、更简单的类型。例如用TINYINT代替INT表示状态值。
- 尽量避免使用NULL字段，可设默认值；NULL影响索引效率和比较逻辑。
- 适当进行范式化设计，减少数据冗余，但也要根据查询需求适度反范式化以减少JOIN操作。
- 大字段（如TEXT、BLOB）独立成扩展表，避免影响主表查询性能。
高效编写SQL语句
即使结构合理，低效SQL仍会导致性能问题。
- 避免SELECT *，只查需要的字段，减少网络和内存开销。
- 少用子查询，能用JOIN替代的尽量替换，执行计划更可控。
- 慎用LIKE '%xxx%'，会导致索引失效；前缀匹配LIKE 'xxx%'可以走索引。
- 分页查询大数据时，避免OFFSET过大，可用“游标”方式（如记录上次ID）提高效率。
利用执行计划分析瓶颈
通过EXPLAIN查看SQL执行路径，判断是否走索引、是否全表扫描。
- 关注type字段：system/const/ref属高效，ALL表示全表扫描需优化。
- 看key是否命中预期索引，rows是否过大。
- 结合实际业务调整索引或重写SQL。
