SQL語句的優化是將性能低下的SQL語句轉換成目的相同的性能優異的SQL語句。

人工智能自動SQL優化就是使用人工智能技術，自動對SQL語句進行重寫，從而找到性能最好的等效SQL語句。

一個數據庫系統的生命周期可以分成：設計、開發和成品三個階段。在設計階段進行數據庫性能優化的成本最低，收益最大。在成品階段進行數據庫性能優化的成本最高，收益最小。

數據庫的優化通常可以通過對網絡、硬件、操作系統、數據庫參數和應用程序的優化來進行。最常見的優化手段就是對硬件的升級。根據統計，對網絡、硬件、操作系統、數據庫參數進行優化所獲得的性能提升，全部加起來只占數據庫系統性能提升的40%左右，其余的60%系統性能提升來自對應用程序的優化。許多優化專家認為，對應用程序的優化可以得到80%的系統性能的提升。

應用程序的優化通常可分為兩個方面：源代碼和SQL語句。由于涉及到對程序邏輯的改變，源代碼的優化在時間成本和風險上代價很高，而對數據庫系統性能的提升收效有限。

◆SQL語句是對數據庫進行操作的惟一途徑，對數據庫系統的性能起著決定性的作用。

◆SQL語句消耗了70%至90%的數據庫資源。

◆SQL語句獨立于程序設計邏輯，對SQL語句進行優化不會影響程序邏輯。

◆SQL語句有不同的寫法，在性能上的差異非常大。

◆SQL語句易學，但難精通。

優化SQL語句的傳統方法是通過手工重寫來對SQL語句進行優化。DBA或資深程序員通過對SQL語句執行計劃的分析，依靠經驗，嘗試重寫SQL語句，然后對結果和性能進行比較，以試圖找到性能較佳的SQL語句。這種傳統上的作法無法找出SQL語句的所有可能寫法，且依賴于人的經驗，非常耗費時間。

第一代SQL優化工具是執行計劃分析工具。這類工具針對輸入的SQL語句，從數據庫提取執行計劃，并解釋執行計劃中關鍵字的含義。

第二代SQL優化工具只能提供增加索引的建議，它通過對輸入的SQL語句的執行計劃的分析，來產生是否要增加索引的建議。

第三代SQL優化工具不僅分析輸入SQL語句的執行計劃，還對輸入的SQL語句本身進行語法分析，經過分析產生寫法上的改進建議。

人工智能自動SQL優化