在数据库查询中，where条件优化是非常重要的一环。where条件用于限定查询结果的范围，提高查询效率。在大数据量的情况下，优化where条件可以明显减少查询时间，提升系统性能。

下面我们通过一个简单的示例来演示where条件的优化：

CREATE TABLE users (
    id INT PRIMARY KEY,
    name VARCHAR(50),
    age INT,
    email VARCHAR(100)
);

-- 插入1000000条测试数据
INSERT INTO users (id, name, age, email)
SELECT 
    seq, 
    CONCAT('User ', seq), 
    FLOOR(RAND() * 100) + 1, 
    CONCAT('user', seq, '@example.com')
FROM 
    seq_1_to_1000000;

以上代码创建了一个名为users的表，并插入了1000000条测试数据。接下来，我们将通过不同的where条件来查询数据，并比较它们的性能差异。

第一种查询方式是没有使用where条件：

SELECT * FROM users;

这种方式会查询所有的用户数据，无论是什么条件。当数据量很大时，查询的时间会相对较长。

第二种查询方式是使用where条件：

SELECT * FROM users WHERE age > 30;

这种方式使用了where条件age > 30，只查询年龄大于30岁的用户数据。相比于没有where条件的查询，这种方式的查询时间会明显缩短。

第三种查询方式是使用索引来优化where条件的查询：

ALTER TABLE users ADD INDEX idx_age (age);

通过上述代码，我们为age字段创建了一个索引。索引可以加快where条件查询的速度。

SELECT * FROM users WHERE age > 30;

这种方式与第二种方式的查询条件相同，但是由于使用了索引，查询的速度会更快。

除了使用索引，还可以使用组合索引来优化where条件的查询：

ALTER TABLE users ADD INDEX idx_age_name (age, name);

通过上述代码，我们为age和name两个字段创建了一个组合索引。

SELECT * FROM users WHERE age > 30 AND name LIKE 'User%';

这种方式使用了age和name两个字段的组合索引，并限定了age > 30和name以"User"开头的条件。这种组合索引可以更进一步地提高查询的效率。

总结来说，数据库查询中的where条件优化是提升查询效率的重要手段。通过使用索引和组合索引，我们可以明显减少查询时间，提升系统性能。