數據庫是數據的集合，與數學的集合論有密不可分的關系。
為提高查詢速度，我們可以：
對數據表添加索引，以加快搜索速度;
通過編程技巧最大限度地利用索引;
優化查詢語句，以使服務器最快響應多客戶的請求。
研究硬件處理過程，減少物理約束。
2.1. 索引
索引技術是關系數據查詢中最重要的技術。如果要加提升數據庫的性能，索引優化是首先應該考慮的。因為它能使我們的數據庫得到最大性能方面的提升。
索引的優點：
沒有索引的表是沒有排序的數據集合，如果要查詢數據需進行全表掃描。有索引的表是一個在索引列上排序了數據表，可通過索引快速定位記錄。在MyISAM和ISAM數據表中，數據行保存在數據文件中，索引保存在索引文件中。BDB與InnoDB數據表把數據與索引放在同一個文件中。
在多表關聯查詢中，索引的作用就更大。如果沒有索引，在最壞的情況下，全表掃描的次數可能是各表數據行的組合個數，可能是一個天文數字。這樣的查詢是破壞性的，可能會造成數據庫癱瘓。
對於使用了MIN()或是MAX()函數的查詢，如果相關的數據列上有索引，MySQL能直接找到該最大、最小值的行，根本不用一個一個地去檢查數據行。
索引加快ORDER BY 和 GROUP BY子句的操作。
當在數值型數據列上查詢數據，而該列有索引，索引能使MySQL根本不用去讀取數據行，直接從索引取值。
索引的缺點：
索引需占用磁盤空間。
索引會減慢在索引數據列上的插入、刪除和修改操作。
索引列的選擇
索引應該創建在搜索、排序、分組等操作所涉及的數據列上。也就是說，在where子句，關聯檢索中的from子句、order by或group by子句中出現過的數據列最適合用來創建索引。
盡量使用唯一索引，它能使索引發揮最好的效能。
盡量用比較短的值進行索引。當對字符串進行索引時，應該指定一個前綴長度，比如對字符串的前10位或20位的字符進行排序，而不用把整個字符串幾十個字符用來索引排序。這樣能減少磁盤I/O，提高處理速度。最重要的一點是，鍵值越短，索引緩沖區裡容納的鍵值也就越多，而MySQL同時保存在內存裡的索引越多，索引緩沖區的命中率也就越高。當然，只對數據列第一個字符進行索引是沒什麼意義的。
充分利用最左前綴。所謂最左前綴也就是在復合索引中最邊的索引列。如復合索引(a,b,c) ，其中a就是最左前綴。它是使用率最高的索引，需認真選擇。
不要建太多索引，索引是會消耗系統資源的，要適可而止。
索引主要用於<、<=、=、>=、>、BETWEEN等的比較操作中，所以索引應該建立在與這樣操作相關的數據列上。
利用慢查詢日志來找出性能差的查詢，通過MySQLdumpslow可查看該日志。針對性能差的查詢可利用索引來加快查詢速度。
2.2. 查詢優化程序
當我們發一條查詢命令時，MySQL分對它進行分析，以優化查詢。把explain語名放到查詢前面可顯示查詢的執行路線，對優化查詢提供有用的信息。以下幾個原則可幫助系統挑選和使用索引：
盡量對同類型的數據列進行比較。如：VARCHAR(5)和VARCHAR(5)是同類型的，CHAR(5)和VARCHAR(5)是不同類型的。
盡量讓索引的數據列在比較表達式中單獨出現，不要把它包含在函數或復雜表達式。否則索引會不起作用。
盡量不要在LIKE模式的開頭使用通配符。如：%string%。
對於MyISAM和BDB數據表，用ANALYZE TABLE語句讓服務器對索引鍵值的分布進行分析，為優化程序提供更有價值的信息。另一個方法是用myisamchk --analyze(適用於MyISAM表)或isamchk --analyze(適用於ISAM表)命令。
用EXPLAIN語句來分析查詢語句的執行效率。檢查查詢所使用的索引是不是能夠迅速地排除不符合條件的數據行，如果不是，可以試著用STRAIGHT_JOIN強制各有關數據表按指定順序進行關聯。
嘗試查詢的不同寫法，比較運行情況。
不要濫用MySQL的類型自動轉換功能。自動轉換會減慢查詢的速度並會使有關的索引失效。
