1. sql语句中 用 inner join 连接两张表，大表放在前面比较快还是小表放在前面比较快。
小表在前可以提高sql执行效率。
首先将大表放在前面,即如图（tmp2表数据量为40亿，tmp1数据量只有81条），这样执行时间为3小时21分钟，然后再将小表放在前面，执行速度为10分钟。
(1)多条sql和表连接哪个快扩展阅读：
结构化查询语言包含6个部分：
1、数据查询语言（DQL:Data Query Language）：其语句，也称为“数据检索语句”，用以从表中获得数据，确定数据怎样在应用程序给出。
保留字SELECT是DQL（也是所有SQL）用得最多的动词，其他DQL常用的保留字有WHERE，ORDER BY，GROUP BY和HAVING。这些DQL保留字常与其它类型的SQL语句一起使用。
2、数据操作语言（DML：Data Manipulation Language）：其语句包括动词INSERT、UPDATE和DELETE。它们分别用于添加、修改和删除。
3、事务控制语言（TCL）：它的语句能确保被DML语句影响的表的所有行及时得以更新。包括COMMIT（提交）命令、SAVEPOINT（保存点）命令、ROLLBACK（回滚）命令。
4、数据控制语言（DCL）：它的语句通过GRANT或REVOKE实现权限控制，确定单个用户和用户组对数据库对象的访问。某些RDBMS可用GRANT或REVOKE控制对表单个列的访问。
5、数据定义语言（DDL）：其语句包括动词CREATE,ALTER和DROP。在数据库中创建新表或修改、删除表（CREAT TABLE 或 DROP TABLE）；为表加入索引等。
6、指针控制语言（CCL）：它的语句，像DECLARE CURSOR，FETCH INTO和UPDATE WHERE CURRENT用于对一个或多个表单独行的操作。
参考资料：网络——sql语句
2. 写一条很多关联表的sql好还是 写几条简单的sql好
看你服务器性能。有2种可能。
如果你通过SQL做关联表，会导致mssql服务器CPU,IOPS，内存等资源高。但是后台，前端处理速度加快。
如果你想通过多次带where条件的SELECT把数据放到后台处理，那么mssql服务的连接数就相对偏高，后台CPU、内存资源则会高，考虑到事务情况还有可能会有短暂锁表。压力在后台。
所以，具体是看你数据库和服务器情况。如果只针对mssql，第一种情况效率高，不过消耗资源高，第二种情况连接数多，导致没错请求都连数据库，考虑互通与事务，效率相对降低。
3. C# 多表连接 多次访问数据库 哪个快
1、数据少，怎么都可以，对速度没有多少影响（主要是感觉不出来）
2、数据多，多表连接查询比多次查询快些，多次查询需要多次调用类进行操作，而多变连接查询，只需要调用一次类，但是两种情况下都需要一定时间，建议查询时采用线程休息命令，给出提示，Thread.sleep(200)等，让查询设计更加人性
4. sql数据库数据多表和一个表多行那个查询速度快
<bean id="CollectionBean" class="test.CollectionBean" parent="abstractCollectionBean">
public class Springusercontroller extends AbstractCommandController{
private String page;
private String error;
private IuserinfoService service;
5. 数据库里相比之下是多表操作的速度快呢还是单表快
当然是单表效率比较高，索引也是提高效率的有效方法。
如果数据量超过10万，应该使用sqlserver，
6. SQL中单表多字段查询快，还是多表联接查询快呢
执行结果是一样的， 第一种按条件匹配两个表检索数据，这是最常用的写法，第二种单从上面的语句来看，有点画蛇添足的感觉， 先将SELECT * FROM B WHERE typeID = 0 视为一个集合（可以认为是临时表），然后在去关联A 表 ， 感觉执行效率第一种应该更好
7. 在sql语句多表连接中，in、exists、join那个效率更高一点。
EXISTS、IN与JOIN，都可以用来实现形如“查询A表中在（或不在）B表中的记录”的查询逻辑。
在查询的两个表大小相当的情况下，3种查询方式的执行时间通常是：
EXISTS <= IN <= JOIN
NOT EXISTS <= NOT IN <= LEFT JOIN
只有当表中字段允许NULL时，NOT IN的方式最慢：
NOT EXISTS <= LEFT JOIN <= NOT IN
但是如果两个表中一个较小，一个较大，则子查询表大的用exists，子查询表小的用in，因为in 是把外表和内表作hash 连接，而exists是对外表作loop循环，每次loop循环再对内表进行查询。而无论那个表大，用not exists都比not in要快。这是因为如果查询语句使用了not in 那么内外表都进行全表扫描，没有用到索引；而not extsts 的子查询依然能用到表上的索引。
IN的好处是逻辑直观简单（通常是独立子查询）；缺点是只能判断单字段，并且当NOT IN时效率较低，而且NULL会导致不想要的结果。
EXISTS的好处是效率高，可以判断单字段和组合字段，并不受NULL的影响；缺点是逻辑稍微复杂（通常是相关子查询）。
JOIN用在这种场合，往往是吃力不讨好。JOIN的用途是联接两个表，而不是判断一个表的记录是否在另一个表。
8. SQL连表查询跟一个个表查询那个快各有什么优点和缺点
SQL链接表查询称为联合查询，表查询是单个查询。其区别和优点如下：
1．从发展效率的角度看：
联合查询是需要多个单查询逻辑组合才能完成的查询工作，联合查询只需要一个SQL就可以完成查询工作，即将业务逻辑转化为SQL，由数据库来处理，相对来说，开发效率会更高。
2．从查询效率来看：
单个查询具有更好的可重用性，因此比联合查询更有效。
当读取或写入数据库时，数据库使用锁机制来限制其他连接对其进行操作。由于联邦查询比单个查询慢得多，它们会增加锁争用，因此单个查询更好。
3．从逻辑结构层面来看，分层原则
关联表示业务规则／逻辑。如果经常使用关联查询，就会将大量的业务规则和逻辑放入数据库中执行，这将大大增加CPU、内存、IO等资源的消耗。
4．从资源利用的角度来看
在大多数情况下，并不是所有相关查询的结果都得到了有效的使用。例如，后台管理的列表界面会显示分页、关联查询的结果集，只使用当前页面的数据，而数据库需要消耗额外的资源才能得到整个结果集。
5．从架构的可伸缩性的角度来看
大量的相关查询将导致集中式数据库体系结构难以转化为分布式体系结构，可扩展性优化也难以实现。关联查询方便快捷，开发效率更高。
不使用关系查询在体系结构级别上有很多优势，但是它需要大量的系统分析、设计和开发功能。一般在互联网行业，如用户数量最好重视这方面。
由于数据量小，两个查询的效率基本没有差别，但在实际应用中，需要根据数据量、业务复杂度等进行综合评价。
9. 数据库(比如MYSQL) ,表连结查询与子查询哪个效率高些 为什么
in子查询、exists子查询、连接，效率的探讨
以下是SQL的帮助 （高级查询优化概念）
Microsoft® SQL Server™ 2000 使用内存中的排序和哈希联接技术执行排序、交集、联合、差分等操作。SQL Server 利用这种类型的查询计划支持垂直表分区，有时称其为分列存储。
SQL Server 使用三种类型的联接操作：
嵌套循环联接
合并联接
哈希联接
如果一个联接输入很小（比如不到 10 行），而另一个联接输入很大而且已在其联接列上创建索引，则索引嵌套循环是最快的联接操作，因为它们需要最少的 I/O 和最少的比较。有关嵌套循环的更多信息，请参见了解嵌套循环联接。
如果两个联接输入并不小但已在二者联接列上排序（例如，如果它们是通过扫描已排序的索引获得的），则合并联接是最快的联接操作。如果两个联接输入都很大，而且这两个输入的大小差不多，则预先排序的合并联接提供的性能与哈希联接相似。然而，如果两个输入的大小相差很大，则哈希联接操作通常快得多。有关更多信息，请参见了解合并联接。
哈希联接可以有效处理很大的、未排序的非索引输入。它们对复杂查询的中间结果很有用，因为：
中间结果未经索引（除非已经显式保存到磁盘上然后创建索引），而且生成时通常不为查询计划中的下一个操作进行适当的排序。
查询优化器只估计中间结果的大小。由于估计的值在复杂查询中可能有很大的误差，因此如果中间结果比预期的大得多，则处理中间结果的算法不仅必须有效而且必须适度弱化。
哈希联接使得对非规范化的使用减少。非规范化一般通过减少联接操作获得更好的性能，尽管这样做有冗余之险（如不一致的更新）。哈希联接则减少使用非规范化的需要。哈希联接使垂直分区（用单独的文件或索引代表单个表中的几组列）得以成为物理数据库设计的可行选项。有关更多信息，请参见了解哈希联接。
10. SQL连表查询跟一个个表查询那个快各有什么优点和缺点
一般情况下是一条语句来的快。如果表2的数据比表1多出几个数量级的话，并且表2中该id字段有索引，则有可能使用多次查询会快点。
一次查询的优点是只需要一次连接，数据库查询的时候，连接是个耗时的操作。缺点是如果两个表数据多，则中间结果集太大，需要较多的内存资源。
多次查询的优缺点和一次查询正好反过来。另外多次查询也可以在程序中对每一次查询的中间结果做处理，这是一个灵活性。