在工作中，有时我们往往因数据加载缓慢而烦恼，尤其是在大数据下就更让人耿耿于怀了，加载慢有很多原因，但可能我们在SQL语句上多努力20%就很有可能使整体的性能上升80%，可能在代码上优化10%就再提升10%。我们的目的只有一个，那就是让速度跑起来。以下是我在项目中的实战经验，并且屡试不爽，希望能帮你提升那90%的性能。
一、SQL SELECT语句
1.SQL语句中禁止出现SELECT *，哪怕是查询整张表的全部字段；
2.对数据及时性要求不高的表添加 WITH (NOLOCK)；
3.避免跨库查询，对非跨库查询只写表名即可，不能添加前缀 [DATABASENAME].[DBO]；
4.计数的查询使用 COUNT(主键ID) 代替 COUNT(*)；
5.只查询是否存在记录时使用EXISTS或（TOP 1 主键ID） 即可；
6.将复杂的SQL语句拆分，最后在合并，建议使用存储过程；
7.表设计要合理，避免在语句中对字段类型进行转换，删除JOIN和WHERE子句中的转换与计算字段；
8.大数据下使用连接查询代替子查询，必要时可使用视图；
9.使用表变量代替临时表，触发器不建议多用，尽量不使用游标（大数据下会导致连接超时）；
10.使用UNION或NUION ALL 代替OR查询；
11.尽量使用全值查询代替LIKE查询，避免不了也尽可能减少通配符（'%Value' 、'Value%'）；
12.对于不必要的表或记录和重复的表或记录都应该删除掉；
13.进入GROUP BY的数据应该是有效的数据，没必要的数据之前就筛选掉；
14.在索引列上使用IS NULL和IS NOT NULL会使索引失效，用 !='' 或 >0 代替。
二、检查索引
大数据下索引非常重要也非常有效，学问很深，值得研究，建议在SQL语句的WHERE和JOIN部分中用到的所有字段上，都应该加上索引。
三、程序角度
1.SQL连接开闭要合理及时；
2.尽可能少的请求数据库，多次请求可使用存储过程代替；
3.使用DATATABLE 代替DATAREADER；
4.使用参数化查询，哪怕只有一个条件；
5.可将不常改变的数据放入缓存。
程序架构设计、服务器配置对项目的性能也有很大影响。在改变不了这两者的情况下，还是老老实实的优化自己的代码吧！本人资历尚浅，如有问题还望多多指教。此篇可能与网上其他会有雷同，仅当个人记录，如若需要可尽兴转走。