随着互联网和移动互联网的不断发展，企业和客户对产品性能要求也越来越严格。以前认为，数据库只是存数据，取数据；性能好坏主要是程序代码的问题。
现在看到当初的想法是多么无知。数据库在性能影响方面占居了大头，往往瓶颈出在数据库。所以 ，查询语句必须注重性能 update delete insert也需要注意事务和锁！
即使数据库服务器是在功能最强大的硬件上运行，它的性能还是可能会因为一些行为错误的查询而受到负面影响。
实际上，只要有一个坏的查询（有时称为“失控查询”），就可能导致数据库出现严重的性能问题。反之，通过优化一组成本最高或最常执行的查询，可以极大地提高数据库的整体性能。
当然可以查看"执行计划"从图表中看，那些sql语句有问题。位置在:菜单 "查询"/显示估计的执行计划(sql2008)。
下面对常用的写法及建议做总结，当然很多来自互联网。希望大家都能重视数据库的开发。开发出高性能的.net应用。证明自己也证明.net开发的程序也很棒。
1 尽量减少多表连接查询，on条件要唯一，尽量在前面吧数据过滤掉。
2 排序字段太多，影响速度
3 当数据量非常大，而只需要查询某些行那么 例如select top 10 * from table 没有条件，用不上索引。所以 速度很慢。 解决: 可以拿索引列和，具体的要查询列放一起先查出来， 然后再组合条件过滤
select * from [E_Table] where ID in ( select top 10 [t0].[ID] from ( select ID,CateParentID from [E_Table] ) as [t0] where [t0].[CateParentID]=112 ) 1）int型数据+索引在大数据量时对查询速度的帮助不大。 （2）单条简洁的SQL语句未必比嵌套的快。
4 查询结果中 在 第一行 之前多一行 null记录
select null id,null abt_cardid union all
select id,abt_cardid from abt_card
5 查询是否有重复字段，判断是否有重复
一 distinct
2 select count(1),test_guid from table1
group by test_guid having count(1)>1
6 gropu by 后面必须是前面出现的字段，条件过滤只能用having ,用where最好出现在gropu by 之前，把数据过滤掉。,并且必须是前面出现的字段，order by 后面的字段也是一样。 select RoleName,COUNT(1)as num from Roles group by RoleName having COUNT(1)>1 order by RoleName 或者 select RoleName,COUNT(distinct RoleName) from Roles group by RoleName
例如: select MAX(id),abt_cardid from abt_card where id<100 group by abt_cardid having abt_cardid='' order by abt_cardid desc
7 可以考虑在INSERT后面拼一个SELECT IDENT_CURRENT函数调用，就可以返回刚插入的identity了 或者select @@identity ;select IDENT_CURRENT('abt_card')查看某表 中最大的 自动增加的记录。
8 nullif ,isnull
select isnull(a,b) ,a为null空返回 b,否则返回 a本身。
nullif(a,b) 如果a等于b，返回null空，否则返回a本身。
select isnull(nullif(a,b),c)
9 DENSE_RANK() ROW_NUMBER()，
1 DENSE_RANK() 排序的字段内容有一样的时候，结果编号就是一样的。 select DENSE_RANK() over(order by Abt_delivery_area) as id from [CRM_ANI_MSCRM].[dbo].Abt_cityExtensionBase
2 ROW_NUMBER()，不管排序的字段是否 有重复值，都会生成， 不重复的编号。 select ROW_NUMBER() over(order by Abt_delivery_area) as id from [CRM_ANI_MSCRM].[dbo].Abt_cityExtensionBase
10 .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。
11 .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
12.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。
1 不要再where条件语句里面对字段做 逻辑条件计算， 这样不利于索引。 例如 where dateadd(day,3,time)>getdate(); 这样数据量大了会慢，他会 吧所有的字段都遍历一遍。 应该是 声明变量里面计算好了，在比较
2 不要再条件里面用<>不等于，会全部便利比较，数据量大了就慢
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
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%' 若要提高效率，可以考虑全文检索。 设置表全文检索字段， select * from Table where contains( 字段, '中国')
7.如果在 where 子句中使用参数，也会导致全表扫描。因为SQL只有在运行时才会解析局部变量，但优化程序不能将访问计划的选择推迟到运行时；它必须在编译时进行选择。然 而，如果在编译时建立访问计划，变量的值还是未知的，因而无法作为索引选择的输入项。如下面语句将进行全表扫描： select id from t where num=@num 可以改为强制查询使用索引： select id from t with(index(索引名)) where num=@num
8.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
11.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。
14.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。
15.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。
16.应尽可能的避免更新 clustered 索引数据列，因为 clustered 索引数据列的顺序就是表记录的物理存储顺序，一旦该列值改变将导致整个表记录的顺序的调整， 会耗费相当大的资源。若应用系统需要频繁更新 clustered 索引数据列，那么需要考虑是否应将该索引建为 clustered 索引。
17.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。
12.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(...)
13.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)
18.尽可能的使用 varchar/nvarchar 代替 char/nchar ，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。
19.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。
20.尽量使用表变量来代替临时表。如果表变量包含大量数据，请注意索引非常有限（只有主键索引）。
21.避免频繁创建和删除临时表，以减少系统表资源的消耗。
22.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。
23.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。
24.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。
28.在所有的存储过程和触发器的开始处设置 SET NOCOUNT ON ，在结束时设置 SET NOCOUNT OFF 。 无需在执行存储过程和触发器的每个语句后向客户端发送 DONE_IN_PROC 消息。 29.尽量避免大事务操作，提高系统并发能力。
30.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
以上，欢迎指正和补充！！