1 避免无计划的全表扫描
2 只使用选择性索引
3 管理多表连接（Nested Loops, Merge Joins和Hash Joins）  优化联接操作
4 管理包含视图的SQL语句
5 优化子查询
6 使用复合Keys/Star查询
7 恰当地索引Connect By操作
8 限制对远程表的访问
9 管理非常巨大的表的访问
10 使用Union All 而不是Union
11 避免在SQL里使用PL/SQL功能调用
12 绑定变量(Bind Variable)的使用管理
13 回访优化进程

1 避免无计划的全表扫描
如下情况进行全表扫描：
- 该表无索引
- 对返回的行无人和限制条件（无Where子句）
- 对于索引主列（索引的第一列）无限制条件
- 对索引主列的条件含在表达式中
- 对索引主列的限制条件是is (not) null或!=
- 对索引主列的限制条件是like操作且值是一个bind variable或%打头的值

2 只使用选择性索引
索引的选择性是指索引列中不同值得数目和标志中记录数的比，选择性最好的是非空列的唯一索引为1.0。
复合索引中列的次序的问题：
1 在限定条件里最频繁使用的列应该是主列
2 最具有选择性的列（即最清晰的列）应该是主列
如果1和2 不一致，可以考虑建立多个索引。
在复合索引和多个单个索引中作选择：
考虑选择性 考虑读取索引的次数  考虑AND-EQUAL操作

3 管理多表连接（Nested Loops, Merge Joins和Hash Joins）  优化联接操作

Merge Joins是集合操作  Nested Loops和Hash Joins是记录操作返回第一批记录迅速

Merge Joins的操作适用于批处理操作，巨大表 和远程查询

1全表扫描  --〉 2排序   --〉3比较和合并  性能开销主要在前两步
适用全表扫描的情形，都适用Merge Joins操作（比Nested Loops有效）。
改善1的效率： 优化I/O， 提高使用ORACLE多块读的能力， 使用并行查询的选项
改善1的效率：提高Sort_Area_Size的值， 使用Sort Direct Writes，为临时段提供专用表空间

4 管理包含视图的SQL语句

优化器执行包含视图的SQL语句有两种方法：

- 先执行视图，完成全部的结果集，然后用其余的查询条件作过滤器执行查询
- 将视图文本集成到查询里去

含有group by子句的视图不能被集成到一个大的查询中去。

在视图中使用union，不阻止视图的SQL集成到查询的语法中去。

5 优化子查询

6 使用复合Keys/Star查询

7 恰当地索引Connect By操作

8 限制对远程表的访问

9 管理非常巨大的表的访问

- 管理数据接近(proximity) 记录在表中的存放按对表的范围扫描中最长使用的列排序 按次序存储数据有助于范围扫描，尤其是对大表。

- 避免没有帮助的索引扫描 当返回的数据集合较大时，使用索引对SGA的数据块缓存占用较大，影响其他用户；全表扫描还能从ORACLE的多块读取机制和“一致性获取/每块”特性中受益。

- 创建充分索引的表  使访问索引能够读取较全面的数据  建立仅主列不同的多个索引

- 创建hash簇

- 创建分割表和视图

- 使用并行选项

10 使用Union All 而不是Union

UNION ALL操作不包括Sort Unique操作，第一行检索的响应速度快，多数情况下不用临时段完成操作，
UNION ALL建立的视图用在查询里可以集成到查询的语法中去，提高效率

11 避免在SQL里使用PL/SQL功能调用

12 绑定变量(Bind Variable)的使用管理

使用Bind Variable和Execute using方式

将like :name ||’%’ 改写成 between :name and :name || char(225), 已避免进行全表扫描，而是使用索引。

13 回访优化进程

数据变化后，重新考察优化情况