索引：为经常查询的字段创建索引，可以加快查询速度。然而，过多的索引也会影响写操作的性能，所以需要权衡索引的使用。
优化查询：通过合理编写查询语句，可以减少不必要的表扫描和数据拷贝，提高查询效率。例如，使用JOIN语句代替多次查询，避免使用SELECT *，避免不合理的模糊匹配LIKE。
优化表结构：合理选择字段数据类型、避免冗余数据、使用适当的关系建立表之间的关联等。
比如主键字段，选自增ID还是分布式ID？在设计时就要考虑好，如果这张表后期很可能需要分库分表，建议选择分布式ID。
比如收货地址字段，通常而言固定一两个即可，但是实际收货地址的数量是不确定的，不可能在表中添加无数个冗余的收货地址字段，设计一个用以存储JSON字符串的字段即可巧妙解决这一问题。
比如商品表，其字段量肯定比较多，对于高频率CRUD的字段设计在商品主表中，对于低频率CRUD的字段设计在商品附表中，这样设计可以提升对商品表的增删改查效率。
分区和分表：对于大型数据库，可以考虑将数据分区或分表存储。分区可以根据某个列的值将数据分割成多个独立的区域，提高查询效率。分表可以将数据按照某个条件(时间/区域)分为多个表，减少单表的数据量。
缓存数据：将经常读取的数据缓存在内存中，可以避免频繁的数据库访问，提高读取性能。常见的缓存方案包括使用Redis、Memcached等。
定期清理和优化数据库：删除不再需要的数据，清理过期数据，以及定期进行数据库表的优化和重建索引等操作，可以提升数据库性能。
数据库连接池：使用数据库连接池可以避免频繁的创建和销毁数据库连接，提高数据库连接的复用率和应用的响应速度。
硬件扩展：增加内存、CPU等来提高单个数据库服务器的性能，增加服务器节点，将负载分散到多个服务器上，提高整体性能和可伸缩性。