优先用 join 替代三层以上子查询，避免 in+子查询，改用 inner join 或 exists；join 字段须加索引，组合索引按驱动表顺序设计；慎用函数、隐式转换和跨表 group by/order by；务必用 explain analyze 验证真实执行性能。
用 JOIN 替代多层 SELECT 嵌套，尤其是三层以上
深层子查询（比如 SELECT * FROM t1 WHERE id IN (SELECT id FROM (SELECT id FROM t2 WHERE ...))）会让优化器难以生成高效执行计划，MySQL 5.7+、PostgreSQL 12+ 都容易退化成临时表 + 文件排序。实际查 10 万行数据时，嵌套三层的子查询可能比等价 JOIN 慢 5–8 倍。
- 优先把
WHERE ... IN (SELECT ...)改成INNER JOIN或EXISTS（后者在子查询结果集小时更稳） - 避免在
ON条件里写函数，比如ON UPPER(t1.name) = UPPER(t2.name)——会跳过索引 - 如果必须用子查询，确保内层有明确
WHERE过滤且返回字段尽量少，别写SELECT *
给 JOIN 字段加索引，但注意组合索引顺序
没索引的 JOIN 字段（如 t1.user_id = t2.id）会导致全表扫描，尤其当 t2 是大表时，t1 每扫一行都触发一次 t2 全扫——这就是“嵌套循环爆炸”。但光加单列索引不够，组合条件得看驱动表顺序。
- 如果执行计划显示
t1是驱动表，t2是被驱动表，那t2上要建(id, status, created_at)这类覆盖索引，而非只建id -
EXPLAIN中type是ALL或index就得警惕；理想是ref或eq_ref - PostgreSQL 要留意
JOIN字段的数据类型是否严格一致，int4和int8隐式转换会丢索引
GROUP BY 和 ORDER BY 涉及多表时，避免跨表字段混用
比如 SELECT t1.name, COUNT(*) FROM t1 JOIN t2 ON t1.id = t2.t1_id GROUP BY t2.category ORDER BY t1.created_at DESC，这个 ORDER BY 用了非 GROUP BY 字段，MySQL 5.7 strict 模式直接报错，即使不报错也会强制使用临时表 + filesort。
- 要么把
t1.created_at加进GROUP BY（但语义可能变），要么改用窗口函数（如ROW_NUMBER() OVER (PARTITION BY t2.category ORDER BY t1.created_at DESC)） - PostgreSQL 对
SELECT列是否在GROUP BY中检查更松，但性能隐患一样存在——它可能选错分组算法 - 如果只是想取每组最新一条，别用
MAX(created_at)再连表查，改用DISTINCT ON（PG）或ROW_NUMBER()（通用）
用 EXPLAIN ANALYZE 看真实执行路径，别信 EXPLAIN 的预估
EXPLAIN 只做估算，而 EXPLAIN ANALYZE（PostgreSQL）或 EXPLAIN FORMAT=JSON + 执行后查 information_schema.PROFILING（MySQL）才能看到真实耗时分布。常看到“预估 100 行，实际扫描 20 万行”，问题就出在统计信息陈旧或隐式类型转换上。
- MySQL 执行完后立刻查
SHOW PROFILE FOR QUERY N，重点关注Copying to tmp table和Sorting result时间占比 - PostgreSQL 中如果
Actual Rows远大于Rows Removed by Filter，说明WHERE条件没走索引，或者索引选择性太差 - 更新统计信息：MySQL 用
ANALYZE TABLE，PG 用VACUUM ANALYZE，别等自动触发
复杂点在于，不同数据库对相同 SQL 的优化策略差异很大——MySQL 更依赖驱动表顺序，PostgreSQL 更吃统计信息质量，而 SQLite 根本不重排 JOIN 顺序。最容易被忽略的是：你以为的“小表驱动大表”，在真实数据分布下可能完全相反。
