加快sql查詢是非常重要的技巧，簡單來說加快sql查詢的方式有以下幾種：
一、索引的引用
1、索引一般可以加速數據的檢索速度，加速表與表之間的鏈接，提高性能，所以在對海量數據進行處理時，考慮到信息量比較大，應該對表建立索引，包括在主鍵上建立聚簇索引，將聚合索引建立在日期刊上等。索引的優點有很多，但是對於索引的建立，還需要考慮實際情況，而不是對每一個列建立一個索引，比如針對大表的分組、排序等字段，都要建立相應索引，同時還應該考慮建立符合索引。增加索引的同時也有很多不好的方面，首先，創建索引和維護索引都耗費時間，且隨着數據量的增加而增加；其次，索引占據物理空間，聚簇索引的空間更大。最后，當對表進行增加、刪除和修改的時候，索引也要動態的維護。所以索引的引用有以下幾個原則：
（1）當插入數據為表中數據的百分之10以上時，首先需要刪除該表的索引來提高數據的插入效率，然后再重新建立索引；
（2）避免在索引列上使用函數或計算，在where字句中，如果索引是函數的一部分，優化器將不再使用索引，將使用全表掃描；例如：
select * from table where hh*10>1000;//低效 select * from table where hh>1000/10;//更高效
（3）盡量避免在索引列上使用not，!=和<>，索引只能告訴什么在表中，而不能告訴什么不在表中，當數據庫遇上以上幾種符號時，將不再使用索引，使用全表掃描
（4）檢索中不要對索引進行處理，如TRIM，TO_DATE，類型轉換等，這會破壞索引
（5）避免在索引列上使用IS NULL 或 IS NOT NULL。避免在索引列上使用任何可以為空的列，這樣將無法使用此索引。因為空值不存在於索引列中，所以當where字句中對索引進行空值比較，將無法使用該索引。
（6）在索引列上，使用>=代替>，比如：
select * from table where hh>10;//低效 select * from table where hh>=10.0000001//相對高效
二、SQL語句的優化
介紹幾種SQL語句的優化技巧：
（1）where字句中的鏈接順序
oracle采用自下而上的順序解析where字句，所以表之間的鏈接必須寫在其他where條件之前，那些可以濾過大量紀錄的條件必須寫在where字句的末尾，例如：
select * from table e
where h>500
and d='001'
and 25<(select count(*)
from table
where count=e.count); //低效
select * from table e
where 25<(select count(*)
from table
where count=e.count);
and h>500
and d='001';//更高效
（2）刪除全表時，用truncate而不用delete。因為truncate是ddl不是dml（truncate只能在刪除全表時使用），例如：
Truncate table account； 比 delete from account； 快1000倍
（3）盡量多使用commit，只要有可能就對程序中每個delete，insert，update使用commit，這樣系統會因為commit所釋放的資源而大大提高效率。
（4）用exists代替in，可以提高查詢的效率。例如：
SELECT * FROM ACCOUNT
WHERE AC_CODE
NOT IN (
SELECT CODE
FROM GOODS
WHERE NUM='001') //低效
SELECT * FROM ACCOUNT
WHERE NOT EXISTS
（SELECT CODE
FROM GOODS
WHERE CODE=ACCOUNT.AC_CODE
AND NUM='001') //更高效
（5）使用group by
可以將不需要的語句在group by之前過濾掉
（6）避免使用HAVING字句
HAVING字句只有在檢索出所有記錄之后，才會對結果集進行過濾，這樣涉及到排序，統計等操作，如果能通過WHERE字句限制記錄的數目，就可以減少開銷。用Where子句替換HAVING子句，如果能通過WHERE子句限制記錄的數目,那就能減少這方面的開銷. (非oracle中)on、where、having這三個都可以加條件的子句中，on是最先執行，where次之，having最后，因為on是先把不 符合條件的記錄過濾后才進行統計，它就可以減少中間運算要處理的數據，按理說應該速度是最快的，where也應該比having快點的，因為它過濾數據后 才進行sum，在兩個表聯接時才用on的，所以在一個表的時候，就剩下where跟having比較了。在這單表查詢統計的情況下，如果要過濾的條件沒有涉及到要計算字段，那它們的結果是一樣的，只是where可以使用rushmore技術，而having就不能，在速度上后者要慢如果要涉及到計算的字 段，就表示在沒計算之前，這個字段的值是不確定的，根據上篇寫的工作流程，where的作用時間是在計算之前就完成的，而having就是在計算后才起作 用的，所以在這種情況下，兩者的結果會不同。在多表聯接查詢時，on比where更早起作用。系統首先根據各個表之間的聯接條件，把多個表合成一個臨時表 后，再由where進行過濾，然后再計算，計算完后再由having進行過濾。由此可見，要想過濾條件起到正確的作用，首先要明白這個條件應該在什么時候起作用，然后再決定放在那里 。
（7）有條件的使用union-all代替union提高效率
（8）在所有查詢的SQL語句中要特別注意減少對表的查詢，如：
（9）select字句中避免使用*
當想在select字句中列出所有的列時，使用*是一個很方便，但是很低效的方法，因為在oracle中，會通過查詢數據字典，將*依次轉換為所有的列名，很耗時
（10）Order by語句
ORDER BY語句決定了Oracle如何將返回的查詢結果排序。Order by語句對要排序的列沒有什么特別的限制，也可以將函數加入列中(象聯接或者附加等)。任何在Order by語句的非索引項或者有計算表達式都將降低查詢速度。仔細檢查order by語句以找出非索引項或者表達式，它們會降低性能。解決這個問題的辦法就是重寫order by語句以使用索引，也可以為所使用的列建立另外一個索引，同時應絕對避免在order by子句中使用表達式。
（11）帶通配符(%)的like語句
目前的需求是這樣的，要求在職工表中查詢名字中包含cliton的人。可以采用如下的查詢SQL語句:
select * from employee where last_name like '%cliton%';
這里由於通配符(%)在搜尋詞首出現，所以Oracle系統不使用last_name的索引。在很多情況下可能無法避免這種情況，但是一定要心中有底，通配符如此使用會降低查詢速度。然而當通配符出現在字符串其他位置時，優化器就能利用索引。在下面的查詢中索引得到了使用:
select * from employee where last_name like 'c%';
（12）選擇最有效率的表名順序(只在基於規則的優化器中有效)：
ORACLE 的解析器按照從右到左的順序處理FROM子句中的表名，FROM子句中寫在最后的表(基礎表 driving table)將被最先處理，在FROM子句中包含多個表的情況下,你必須選擇記錄條數最少的表作為基礎表。如果有3個以上的表連接查詢, 那就需要選擇交叉表(intersection table)作為基礎表, 交叉表是指那個被其他表所引用的表。
（13） 整合簡單,無關聯的數據庫訪問：
如果你有幾個簡單的數據庫查詢語句,你可以把它們整合到一個查詢中(即使它們之間沒有關系)
（14）刪除重復記錄：
最高效的刪除重復記錄方法 ( 因為使用了ROWID)例子：
DELETE FROM EMP E WHERE E.ROWID > (SELECT MIN(X.ROWID)
FROM EMP X WHERE X.EMP_NO = E.EMP_NO);
（15）使用表的別名(Alias)：
當在SQL語句中連接多個表時, 請使用表的別名並把別名前綴於每個Column上.這樣一來,就可以減少解析的時間並減少那些由Column歧義引起的語法錯誤。
（16）sql語句用大寫的；因為oracle總是先解析sql語句，把小寫的字母轉換成大寫的再執行
（17） 在java代碼中盡量少用連接符“＋”連接字符串！
（18） 總是使用索引的第一個列：
如果索引是建立在多個列上, 只有在它的第一個列(leading column)被where子句引用時,優化器才會選擇使用該索引. 這也是一條簡單而重要的規則，當僅引用索引的第二個列時,優化器使用了全表掃描而忽略了索引
三、函數的使用技巧
雖然有時肆意的使用函數，會將性能降低，但是用好函數有時也能提高性能和可讀性。如：
其他的一些方法可以參考http://www.cnblogs.com/ziyiFly/archive/2008/12/24/1361380.html