⑴ 一条查询极为缓慢的sql语句，如何去优化呢
1、将查询条件字段简历index;
2、将尽可能筛选掉最大数据量的条件放到where条件最后面，因为sql执行时，where条件是由右往左执行。
3、尽可能少用like、in等函数
⑵ 查询特别慢 如何优化SQL
思路：
首先，要确定使用的是什么数据，
若是MSSQL，那么需要看一下查询计划，然后逐一解决慢的问题；
若是Access，那么就要看表的索引创建是否合适，另外Access还有一个弊病，就是数据库大于10MB后，速度和性能将极大的下降
⑶ sql优化 查询太慢，需要提高查询速度
你的这个查询要优化的地方不是not in, 而是整个查询的结构: 使用了太多的子查询，而且都是查找的相同的表(GISDUCT表查询4次)，这肯定不是好的查询方法，应该把你要达到的目的再思考，转化成合适的查询语句。
个人认为，你算OCCUPYCOUNT和TOTALCOUNT的子查询应该可以在一个查询中搞定的，因为都是查询GISDUCT表，只是统计取值的条件有所不同罢了，而按条件统计可以用类似“case when 条件 then count(xxx) else 0 end”的结构来实现。有问题可再讨论。
⑷ 请教SQL表查询慢的原因
查询慢是和表结构，语句，系统等相关的 建索引等方法都可以改善表结构， 另外如果返回数据量很大，当然会慢，所以你尽量查询相对有用的数据 再就是查询语句了 比如用in查询没有jion查询快，还有 between 改成 > <会快 再还有，用子查询也会慢很多， 如果是一些很复杂的查询，可以改用存储过程会好点，有时用临时表会慢但，从海量数据中查询取数进行子查询又不如用临时表快，不同的问题用不同的解决方法，看你要哪种了，单看你的问题无法直接判断。 不过，优化查询句是关键的了。
⑸ sql 查询很慢 求优化
SelectCount(1)FromBS_FT(nolock)WHEREStatusin(0,13)
⑹ 如何解决SQL Server查询速度缓慢的问题
SQL Server查询速度慢的原因有很多，常见的有以下几种： 1、没有索引或者没有用到索引(这是查询慢最常见的问题，是程序设计的缺陷) 2、I/O吞吐量小，形成了瓶颈效应。 3、没有创建计算列导致查询不优化。 4、内存不足 5、网络速度慢 6、查询出的数据量过大(可以采用多次查询，其他的方法降低数据量) 7、锁或者死锁(这也是查询慢最常见的问题，是程序设计的缺陷) 8、sp_lock,sp_who，活动的用户查看，原因是读写竞争资源。 9、返回了不必要的行和列 10、查询语句不好，没有优化
⑺ sql server数据库查询慢怎么优化
在安装有SQLServer数据库的计算机上，我们在使用数据库的过程中，有时候会在任务管理器里发现sqlservr.exe这个进程的内存和CPU占用率较高。
接下来我们来看一下，如何解决上面这个问题，需要设置SQLServer数据库的内存配置。登录数据库，这里使用的是SQLServer2008,右键点击最上方的服务器名，在弹出的菜单中，点击【属性】
打开服务器属性窗口。默认显示的是第一项【常规】内容，点击第二项【内存】进行内存配置。
点击【内存】后，打开服务器内存选项配置界面。这里的【使用AWE分配内存】可以对内存进行扩展支持，我们要做的是更改下方的最大服务器内存。这个数值根据自己服务器内存大小来做适当设置。
5
个人建议设置本机内存的一半或稍微高一点，如机器内存为2G，那么我们这里填写1000。需要注意的是内存设置调小以后，在数据库执行较复杂SQL语句的时候，可能会比较慢，出现这种情况，我们再适当上调最大内存配置大小。
⑻ 如果一个sql语句查询超慢怎么排查问题
看执行计划，看看哪句耗时最多，再优化这句。在脚本窗口点击这个按钮可以看到执行计划
至于执行计划怎么看需要你自己找教程学学了，一两句说不清楚
⑼ 如何解决SQL查询速度太慢
1. 执行计划中明明有使用到索引，为什么执行还是这么慢？
2. 执行计划中显示扫描行数为 644，为什么 slow log 中显示 100 多万行？
a. 我们先看执行计划，选择的索引 “INDX_BIOM_ELOCK_TASK3(TASK_ID)”。结合 sql 来看，因为有 "ORDER BY TASK_ID DESC" 子句，排序通常很慢，如果使用了文件排序性能会更差，优化器选择这个索引避免了排序。
那为什么不选 possible_keys:INDX_BIOM_ELOCK_TASK 呢？原因也很简单，TASK_DATE 字段区分度太低了，走这个索引需要扫描的行数很大，而且还要进行额外的排序，优化器综合判断代价更大，所以就不选这个索引了。不过如果我们强制选择这个索引（用 force index 语法），会看到 SQL 执行速度更快少于 10s，那是因为优化器基于代价的原则并不等价于执行速度的快慢；
b. 再看执行计划中的 type:index，"index" 代表 “全索引扫描”，其实和全表扫描差不多，只是扫描的时候是按照索引次序进行而不是行，主要优点就是避免了排序，但是开销仍然非常大。
Extra:Using where 也意味着扫描完索引后还需要回表进行筛选。一般来说，得保证 type 至少达到 range 级别，最好能达到 ref。
在第 2 点中提到的“慢日志记录Rows_examined: 1161559，看起来是全表扫描”，这里更正为“全索引扫描”，扫描行数确实等于表的行数；
c. 关于执行计划中：“rows：644”，其实这个只是估算值，并不准确，我们分析慢 SQL 时判断准确的扫描行数应该以 slow log 中的 Rows_examined 为准。
4. 优化建议：添加组合索引 IDX_REL_DEVID_TASK_ID(REL_DEVID,TASK_ID)
优化过程：
TASK_DATE 字段存在索引，但是选择度很低，优化器不会走这个索引，建议后续可以删除这个索引：
select count(*),count(distinct TASK_DATE) from T_BIOMA_ELOCK_TASK;+------------+---------------------------+| count(*) | count(distinct TASK_DATE) |+------------+---------------------------+| 1161559 | 223 |+------------+---------------------------+
在这个 sql 中 REL_DEVID 字段从命名上看选择度较高，通过下面 sql 来检验确实如此：
select count(*),count(distinct REL_DEVID) from T_BIOMA_ELOCK_TASK;+----------+---------------------------+| count(*) | count(distinct REL_DEVID) |+----------+---------------------------+| 1161559 | 62235 |+----------+---------------------------+
由于有排序，所以得把 task_id 也加入到新建的索引中，REL_DEVID,task_id 组合选择度 100%：
select count(*),count(distinct REL_DEVID,task_id) from T_BIOMA_ELOCK_TASK;+----------+-----------------------------------+| count(*) | count(distinct REL_DEVID,task_id) |+----------+-----------------------------------+| 1161559 | 1161559 |+----------+-----------------------------------+
在测试环境添加 REL_DEVID，TASK_ID 组合索引，测试 sql 性能：alter table T_BIOMA_ELOCK_TASK add index idx_REL_DEVID_TASK_ID(REL_DEVID,TASK_ID);
添加索引后执行计划：
这里还要注意一点“隐式转换”：REL_DEVID 字段数据类型为 varchar，需要在 sql 中加引号：AND T.REL_DEVID = 000000025xxx >> AND T.REL_DEVID = '000000025xxx'
执行时间从 10s+ 降到 毫秒级别：
1 row in set (0.00 sec)
结论
一个典型的 order by 查询的优化，添加更合适的索引可以避免性能问题：执行计划使用索引并不意味着就能执行快。