1.对于分区表的查询，原则上必须使用分区键做条件;
2.禁止WHERE子句的左列上使用函数，例如：trunc(create_date) = trunc(sysdate);
原因：这样会使索引失效
3.对于关键SQL语句，尽量简化，不要包含太多的层次，避免执行计划错误的可能，原则上不能超过2层;
4.SQL中尽量少用HINT信息，必要时，建议使用hint固定关键SQL语句执行计划，原则上批量作业要用hint指定索引;
hint使用方法：oracle用HINT方式强制索引
5.对于大表连接的sql语句，由于索引统计信息误差及易导致执行计划错误，为了追求稳定效率，尽可能拆分成多个单表查询的sql语句;
6.SQL中对于number型和varchar型的赋值，必须和数据类型保持一致，以避免数据隐形转换时导致SQL性能恶化;
7.建议尽量减少in 的使用，对于等值查询使用=替换，如果两个表中一个较小，一个是大表，则子查询表大的用exists，子查询表小的用in，无论哪个表大，用not exists都比not in要快;
8.使用union的时候如果没有混合数据逻辑建议尽量用union all代替;
9.SQL中注意like的使用方法,如“%变量%”、“%变量”是用不到索引，“变量%”要注意查询范围, “%”放到越靠后使用索引范围越大;
10.原则上commit 不能单步提交，建议100-1000做一次提交(批量业务事务提交量要作为参数可配,可调,缺省批量事务的提交量应该在100-1000范围内);
11.snapshot too old 错误原则是跟数据库无关，大多是由于select效率低引起;
解释：
snapshot too old 错误是oracle独有的错误，mysql不会出现。
假设你的emp表很大，你在18：00运行
select * from emp;
这个语句的输出结果应该只取决于18:00的时候emp表的数据状态，但事实上，由于emp表很大，你这个语句可能要运行10分钟，然后才看到输出结果
在18:01，有人在emp表上做了一个update，update直接做到表上了，怎样使你18：00运行的select还能看到之前的数据呢?oracle用的是查询前映的办法，即把update之前的数据放到回滚段里保存，使你的select在查询到那个block的时候，会跳转去找前映，这样可以使你的select能正确运行下去。
但可能发生这种情况，就是做update的人commit了，于是前映就有可能在被你的select访问到之前被覆盖，假如真的发生了这种情况，snapshot too old的错误就出现了 ，可以设置UNDO_RETENTION参数告诉 Oracle 要把 undo(回滚数据) 保留多长时间，只要超过你这个查询的时间就不会出现snapshot too old的错误。
12.尽可能使用绑定变量，减少数据库硬解析;尽量少用动态sql ，容易产生大量HARD PARSE并造成library cache pin等待;
13.SELECT语句查询字段不能使用数字常量充当别名;
14.group by 语句如果得到的result set需要sort ,建议加上order by;
15.SQL中禁止使用for update;日常维护时必须用select t.*,rowid from tabname t 来替换select * from tabname for update;
16.SQL中禁止出现不带任何条件的DELETE和UPDATE语句;
17.维护表和索引时，必须指定表空间;其它具有存储属性的对象也必须指定表空间;
18.应用程序的循环体中打开游标,容易导致超出游标最大数错误;建议将游标移到循环体之外,避免过多重复打开游标;游标使用完后必须关闭游标;
19.原则上SQL语句长度不超过4k;
20. 类似的sql语句第一次执行最慢，以后执行速度会加快，因为Oracle本身通过SGA中的共享池来直接对该SQL语句进行缓存，那么在下一次执行类似语句时就直接调用缓存中已解析过的语句。
21. 复杂逻辑结构SQL在后台作业中容易出现执行计划的变化，并且不利于后期的优化，尽量将复杂的SQL拆分成简单SQL，将逻辑控制在应用代码中实现(例如：原本有3层结构的复杂SQL，修改成3条简单SQL，应用程序控制这3条简单SQL的执行逻辑)，这样可以固定执行逻辑，固定执行计划。
22. 查询语句尽量少用函数，比如SYSDATE，而是直接通过应用程序给值，避免每条记录每次都要调用函数。
23. 针对消耗大量CPU(单个操作使用20%以上)和内存(单个操作使用50M以上)操作的计算型SQL语句(如AVG,SUM等),数据库可能会对这类SQL语句进行资源限制;建议应用需要的数据抽取出来,通过中间件(或者临时表)将原始数据进行处理计算，如果是临时表的话只抽取必要的数据到临时表，减少表的数据量，提高效率，如果是中间件的话就把计算的任务都给中间件了，减轻了数据库的负担。