1. SQL优化的几种方式

1.对查询进行优化，应尽量避免全表扫描，首先应考虑在 where 及 order by 涉及的列上建立索引。
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，如：

select id from t where num is null

可以在num上设置默认值0，确保表中num列没有null值，然后这样查询：

select id from t where num=0

3.应尽量避免在 where 子句中使用!=或<>操作符，否则将引擎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，否则将导致引擎放弃使用索引而进行全表扫描，如：

select id from t where num=10 or num=20

可以这样查询：

select id from t where num=10
union all
select id from t where num=20

即使用 union all 来代替 or 子句。
5.in 和 not in 也要慎用，否则会导致全表扫描，如：

select id from t where num in(1,2,3)

对于连续的数值，能用 between 就不要用 in 了：

select id from t where num between 1 and 3

6.下面的查询也将导致全表扫描：

select id from t where name like '%abc%'	 --开头有%号会导致全表扫描

7.应尽量避免在 where 子句中对字段进行表达式操作，这将导致引擎放弃使用索引而进行全表扫描。如：

select id from t where num/2=100

应改为:

select id from t where num=100*2

8.应尽量避免在where子句中对字段进行函数操作，这将导致引擎放弃使用索引而进行全表扫描。如：

select id from t where substring(name,1,3)='abc'--name以abc开头的id

应改为:

select id from t where name like 'abc%'

9.不要在 where 子句中的“=”左边进行函数、算术运算或其他表达式运算，否则系统将可能无法正确使用索引。
10.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，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。
11.不要写一些没有意义的查询，如需要生成一个空表结构：

select col1,col2 into #t from t where 1=0

这类代码不会返回任何结果集，但是会消耗系统资源的，应改成这样：

create table #t(...)

12.很多时候用 exists 代替 in 是一个好的选择：

select num from a where num in(select num from b)

用下面的语句替换：

select num from a where exists(select 1 from b where num=a.num)

13.并不是所有索引对查询都有效，SQL是根据表中数据来进行查询优化的，当索引列有大量数据重复时，SQL查询可能不会去利用索引，如一表中有字段sex，male、female几乎各一半，那么即使在sex上建了索引也对查询效率起不了作用。
14.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 insert 或 update 时有可能会重建索引，所以怎样建索引需要慎重考虑，视具体情况而定。 一个表的索引数最好不要超过6个，若太多则应考虑一些不常使用到的列上建的索引是否有必要。 15.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。
16.尽可能的使用 varchar 代替 char ，因为首先变长字段存储空间小，可以节省存储空间，其次对于查询来说，在一个相对较小的字段内搜索效率显然要高些。
17.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。
18.避免频繁创建和删除临时表，以减少系统表资源的消耗。
19.临时表并不是不可使用，适当地使用它们可以使某些例程更有效，例如，当需要重复引用大型表或常用表中的某个数据集时。但是，对于一次性事件，最好使用导出表。
20.在新建临时表时，如果一次性插入数据量很大，那么可以使用 select into 代替 create table，避免造成大量 log ，以提高速度；如果数据量不大，为了缓和系统表的资源，应先create table，然后insert。
21.如果使用到了临时表，在存储过程的最后务必将所有的临时表显式删除，先 truncate table ，然后 drop table ，这样可以避免系统表的较长时间锁定。
22.尽量避免使用游标，因为游标的效率较差，如果游标操作的数据超过1万行，那么就应该考虑改写。
23.使用基于游标的方法或临时表方法之前，应先寻找基于集的解决方案来解决问题，基于集的方法通常更有效。
24.与临时表一样，游标并不是不可使用。对小型数据集使用 FAST_FORWARD 游标通常要优于其他逐行处理方法，尤其是在必须引用几个表才能获得所需的数据时。
在结果集中包括“合计”的例程通常要比使用游标执行的速度快。如果开发时间允许，基于游标的方法和基于集的方法都可以尝试一下，看哪一种方法的效果更好。
25.尽量避免大事务操作，提高系统并发能力。
26.尽量避免向客户端返回大数据量，若数据量过大，应该考虑相应需求是否合理。 

2. union和union all有什么区别？

UNION 和 UNION ALL 是 SQL 中用于合并两个或多个查询结果集的操作符。它们之间的主要区别在于处理重复行的方式：

1. UNION: UNION 操作符会在合并结果时去除重复的行，即结果集中不会包含重复的行。

2. UNION ALL: UNION ALL 则会保留所有的行，包括重复的行。

因此，如果你希望合并结果时去除重复行，可以使用 UNION；如果希望保留所有行，包括重复行，可以使用 UNION ALL。

3. 性能对比呢？

在性能方面，UNION 和 UNION ALL 也有一些区别：

1. UNION: 由于 UNION 操作符会在合并结果时去除重复的行，因此会对结果集进行排序和去重的操作，这可能会增加一些额外的性能开销。

2. UNION ALL: 与之相反，UNION ALL 不会进行排序和去重的操作，直接将所有行合并，因此在处理大量数据时，UNION ALL 的性能可能会更好。

总体来说，如果你确定不需要去除重复行，而且对结果集的顺序要求不高，使用 UNION ALL 可能会更有效率。不过，具体的性能差异也会受到数据库优化和实际数据量的影响。

4. bytehouse使用union性能好吗？

ByteHouse 与其他数据库类似，对于 UNION 和 UNION ALL 的性能表现也会受到影响。一般来说，UNION ALL 的性能比 UNION 更好，因为 UNION ALL 不需要进行排序和去重的操作，直接将所有行合并。

如果你确定不需要去除重复行，并且对结果集的顺序要求不高，使用 UNION ALL 可能会更有效率。不过，具体的性能差异还会受到其他因素的影响，例如查询的复杂度、数据量大小、索引情况等。

最佳实践是根据具体的业务需求和数据特点来选择合适的合并方式，如果需要去重可以使用 UNION，否则推荐使用 UNION ALL 来提升性能。同时，也可以通过测试和性能调优来进一步优化查询性能。

5. sql查询中，要查询多个字段，是或者的关系，但数据量特别大？

如果你需要在 SQL 查询中查询多个字段，并且这些字段之间是或者的关系，并且数据量特别大，可以考虑以下几点来优化查询性能：

1. 索引优化： 确保查询涉及的字段都有合适的索引。索引可以加快查询速度，特别是对于大数据量的查询。根据实际情况，考虑在需要的字段上创建索引。

2. 分批查询： 如果可能的话，可以将大查询拆分成多个较小的查询，每次查询一部分数据。这样可以减少单次查询的数据量，降低查询的复杂度和资源消耗。

3. 合理使用条件： 在查询中使用合适的条件来筛选数据，尽量减少不必要的数据传输和处理。避免全表扫描和不必要的计算。

4. 优化查询语句： 编写高效的 SQL 查询语句，避免不必要的连接、子查询和计算。尽量简化查询逻辑，减少查询执行的时间和资源消耗。

5. 数据库参数调优： 根据数据库的类型和版本，合理调整数据库参数来优化查询性能。例如，调整内存缓存大小、连接池配置等。

6. 使用合适的存储引擎： 对于大数据量的查询，选择合适的存储引擎也很重要。根据具体需求和数据特点，选择适合的存储引擎，如 InnoDB、MyISAM 等。

综合考虑以上因素，可以有效地优化大数据量查询的性能，并提升查询效率和系统响应速度。