当前计算机硬件的基本性能指标及其在数据库中主要操作内容，可以整理出如下图所示的性能基本优化法则：
这个优化法则归纳为5个层次：
1、 减少数据访问（减少磁盘访问）
2、 返回更少数据（减少网络传输或磁盘访问）
3、 减少交互次数（减少网络传输）
4、 减少服务器CPU开销（减少CPU及内存开销）
5、 利用更多资源（增加资源）
由于每一层优化法则都是解决其对应硬件的性能问题，所以带来的性能提升比例也不一样。传统数据库系统设计是也是尽可能对低速设备提供优化方法，因此针对低速设备问题的可优化手段也更多，优化成本也更低。我们任何一个SQL的性能优化都应该按这个规则由上到下来诊断问题并提出解决方案，而不应该首先想到的是增加资源解决问题。
以下是每个优化法则层级对应优化效果及成本经验参考：
| 优化法则 | 性能提升效果 | 优化成本 |
|---|---|---|
| 减少数据访问 | 1~1000 | 低 |
| 返回更少数据 | 1~100 | 低 |
| 减少交互次数 | 1~20 | 低 |
| 减少服务器CPU开销 | 1~5 | 低 |
| 利用更多资源 | @~10 | 高 |
以上是数据库优化方法思路。同样，在大数据系统也适用。下面通过思维导图方式，例举在大数据领域或者数据库领域存储查询所用到的各种优化方法。