1.索引：最常见做法，其实是改写执行计划；影响写入效率，在获取结果集较少时，效率尤其明显，但结果集较大时，IO反而可能会更大；另外影响写入操作效率
2.内存常驻：将部分常用表格常驻内存，因此表格基本都是内存存取，效率很高，但因内存有限，适用性不强，表格多时无法推广
3.压缩表：对表格的存储进行压缩，因此在读取时，只要读取比平时少的block即可完成查询，但因此在写入时需要完成比平时更多的操作
4.分区：在大数据量的表格中常见，分区控制所需要读取的数据范围，减小待选集以提高读取效率；相比普通表维护量变大；效率除受分区字段控制外，也可以建立全局索引
5.并发：将查询并发操作，改变执行计划，适合大数据集的访问，受CPU资源影响，在CPU资源充足时适用，否则效果和影响会难以控制
6.索引组织表：属于有序排列数据集，对主键排序后，将实际数据也保存在索引条目中，理论上来看就是将索引和表格物理地保存在一起。因为排序，索引写入效率受影响，但读取效率高
7.结构集缓存：将查询结果集进行缓存，提高之后的查询效率，但通用性不高，查询调整后缓存不可用
8.内存调整：sga调整，如针对OLTP和OLAP的不同调整
9.参数调整：Oracle的性能参数调整，比如星型查询，多块读等等
10.SQL调整：主要涉及到SQL的写法是否合理，这块的优化必须通过经验累计
