1. 优化数据库索引
为经常用于WHERE、JOIN、ORDER BY或GROUP BY的列创建索引，可大幅减少数据库扫描时间。例如，为用户ID、电子邮件等高频查询字段添加索引：CREATE INDEX idx_user_email ON users(email)。对于多列查询条件，使用复合索引（如CREATE INDEX idx_user_name_email ON users(name, email)），能进一步提升联合查询效率。需定期监控索引使用情况，删除未使用或冗余索引，避免影响插入、更新操作的性能。
2. 使用数据库连接池
通过连接池（如pg-pool for PostgreSQL、mysql2 for MySQL）管理数据库连接，避免频繁创建和销毁连接的开销。合理配置连接池参数：connectionLimit（根据数据库负载设置最大连接数，如10-20）、idleTimeoutMillis（空闲连接超时时间，如30秒）、queueLimit（等待队列长度，如100），确保连接池稳定运行。连接池能有效复用连接，减少连接建立的时间消耗。
3. 优化查询语句
SELECT *：只查询需要的列，减少数据传输量（如SELECT id, name, email FROM users而非SELECT * FROM users）。JOIN：用JOIN替代子查询，减少数据库扫描次数（如SELECT orders.id, customers.name FROM orders JOIN customers ON orders.customer_id = customers.id）。LIMIT和OFFSET分页，避免一次性返回大量数据（如SELECT * FROM products LIMIT 10 OFFSET 20）。4. 引入缓存机制
对频繁访问且不常变化的数据（如商品分类、用户信息），使用缓存（如Redis、Memcached）存储查询结果。查询时先检查缓存，若命中则直接返回，否则查询数据库并更新缓存。例如，使用Redis缓存用户信息：client.get('user:1', (err, data) => { if (data) return res.json(JSON.parse(data)); else queryDatabase(userId, (result) => { client.setex('user:1', 3600, JSON.stringify(result)); res.json(result); }) })。缓存能显著减少数据库查询次数，提升响应速度。
5. 分页与批量操作
LIMIT和OFFSET分页，避免一次性加载所有数据。例如，前端传递page和pageSize参数，后端计算OFFSET（offset = (page - 1) * pageSize），执行分页查询。INSERT INTO users (name, email) VALUES ('John', 'john@example.com'), ('Jane', 'jane@example.com')）。6. 监控与分析慢查询
使用数据库自带的慢查询日志（如MySQL的slow_query_log）或EXPLAIN ANALYZE命令分析查询性能。例如，MySQL中开启慢查询日志：SET GLOBAL slow_query_log = 'ON'; SET GLOBAL long_query_time = 1;，然后通过SHOW VARIABLES LIKE 'slow_query_log_file'找到日志文件，分析执行时间长的查询。EXPLAIN ANALYZE可显示查询执行计划，帮助识别索引缺失、全表扫描等问题。
7. 数据库配置优化
根据应用需求调整数据库配置参数，提升查询性能。例如：
innodb_buffer_pool_size，设置为物理内存的50%-70%），减少磁盘I/O。max_connections，根据并发量设置，如100-200），避免连接过多导致资源耗尽。innodb_flush_log_at_trx_commit（设为2，牺牲部分持久性换取性能，适用于高并发写入场景）。8. 硬件与环境优化