Oracle Index 的三个问题

索引 ( Index ) 是常见的数据库对象，它的设置好坏、使用是否得当，极大地影响数据库应用程序和 Database 的性能。

1. 索引特色：

第一，经过建立惟一性索引，能够保证数据库表中每一行数据的惟一性。

第二，能够大大加快数据的检索速度，这也是建立索引的最主要的缘由。

第三，能够加速表和表之间的链接，特别是在实现数据的参考完整性方面特别有意义。

第四，在使用分组和排序子句进行数据检索时，一样能够显著减小查询中分组和排序的时间。

第五，经过使用索引，能够在查询的过程当中，使用优化隐藏器，提升系统的性能。

2. 索引不足：

第一，建立索引和维护索引要耗费时间，这种时间随着数据量的增长而增长。

第二，索引须要占物理空间，除了数据表占数据空间以外，每个索引还要占必定的物理空间，若是要创建聚簇索引，那么须要的空间就会更大。

第三，当对表中的数据进行增长、删除和修改的时候，索引也要动态的维护，这样就下降了数据的维护速度。

3. 应该建索引列的特色：

1）在常常须要搜索的列上，能够加快搜索的速度；

2）在做为主键的列上，强制该列的惟一性和组织表中数据的排列结构；

3）在常常用在链接的列上，这些列主要是一些外键，能够加快链接的速度；

4）在常常须要根据范围进行搜索的列上建立索引，由于索引已经排序，其指定的范围是连续的；

5）在常常须要排序的列上建立索引，由于索引已经排序，这样查询能够利用索引的排序，加快排序查询时间；

6）在常用在WHERE子句中的列上面建立索引，加快条件的判断速度。

 

第一讲、索引并不是老是最佳选择

　　若是发现 Oracle 在有索引的状况下，没有使用索引，这并非 Oracle 的优化器出错。在有些状况下， Oracle 确实会选择全表扫描（ Full Table Scan ） , 而非索引扫描（ Index Scan ）。这些状况一般有：

1. 表未作 statistics, 或者 statistics 陈旧，致使 Oracle 判断失误。

2. 根据该表拥有的记录数和数据块数，实际上全表扫描要比索引扫描更快。

　　对第 1 种状况，最多见的例子，是如下这句 sql 语句：

select count(*) from mytable;

在未做 statistics 以前，它使用全表扫描，须要读取 6000 多个数据块（一个数据块是 8k ） , 作了 statistics 以后，使用的是 INDEX (FAST FULL SCAN) ，只须要读取 450 个数据块。可是， statistics 作得很差，也会致使 Oracle 不使用索引。

　　第 2 种状况就要复杂得多。通常概念上都认为索引比表快，比较难以理解什么状况下全表扫描要比索引扫描快。为了讲清楚这个问题，这里先介绍一下 Oracle 在评估使用索引的代价（ cost ）时两个重要的数据： CF(Clustering factor) 和 FF(Filtering factor).

CF: 所谓 CF, 通俗地讲，就是每读入一个索引块，要对应读入多少个数据块。

FF: 所谓 FF, 就是该 sql 语句所选择的结果集，占总的数据量的百分比。

　　大约的计算公式是： FF * (CF + 索引块个数 ) ，由此估计出，一个查询， 若是使用某个索引，会须要读入的数据块块数。须要读入的数据块越多，则 cost 越大， Oracle 也就越可能不选择使用 index. （全表扫描须要读入的数据块数等于该表的实际数据块数）

其核心就是， CF 可能会比实际的数据块数量大。 CF 受到索引中数据的排列方式影响，一般在索引刚创建时，索引中的记录与表中的记录有良好的对应关系， CF 都很小；在表通过大量的插入、修改后，这种对应关系愈来愈乱， CF 也愈来愈大。此时须要 DBA 从新创建或者组织该索引。

若是某个 sql 语句之前一直使用某索引，较长时间后再也不使用，一种可能就是 CF 已经变得太大，须要从新整理该索引了。

FF 则是 Oracle 根据 statistics 所作的估计。好比 , mytables 表有 32 万行，其主键 myid 的最小值是 1 ，最大值是 409654 ，考虑如下 sql 语句：

Select * from mytables where myid>=1; 和

Select * from mytables where myid>=400000

　　这两句看似差很少的 sql 语句，对 Oracle 而言，却有巨大的差异。由于前者的 FF 是 100% ， 然后者的 FF 可能只有 1% 。若是它的 CF 大于实际的数据块数，则 Oracle 可能会选择彻底不一样的优化方式。而实际上，在咱们的数据库上的测试验证了咱们的预测 . 如下是在 HP 上执行时它们的 explain plan:

　　第一句：

SQL> select * from mytables where myid>=1;

　　已选择 325917 行。

Execution Plan

----------------------------------------------------------

0 SELECT STATEMENT Optimizer=CHOOSE (Cost=3132 Card=318474 Byt es=141402456)

1 0 TABLE ACCESS (FULL) OF 'MYTABLES' (Cost=3132 Card=318474 Byt es=141402456)

Statistics

----------------------------------------------------------

7 recursive calls

89 db block gets

41473 consistent gets

19828 physical reads

0 redo size

131489563 bytes sent via SQL*Net to client

1760245 bytes received via SQL*Net from client

21729 SQL*Net roundtrips to/from client

1 sorts (memory)

0 sorts (disk)

325917 rows processed

第二句：

Execution Plan

----------------------------------------------------------

0 SELECT STATEMENT Optimizer=CHOOSE (Cost=346 Card=663 Bytes=2 94372)

1 0 TABLE ACCESS (BY INDEX ROWID) OF 'MYTABLES' (Cost=346 Card=663

Bytes=294372)

2 1 INDEX (RANGE SCAN) OF 'PK_MYTABLES' (UNIQUE) (Cost=5 Card=663)

Statistics

----------------------------------------------------------

1278 recursive calls

0 db block gets

6647 consistent gets

292 physical reads

0 redo size

3544898 bytes sent via SQL*Net to client

42640 bytes received via SQL*Net from client

524 SQL*Net roundtrips to/from client

1 sorts (memory)

0 sorts (disk)

7838 rows processed

　　显而易见，第 1 句没有使用索引，第 2 句使用了主键索引 pk_mytables. FF 的巨大影响因而可知一斑。由此想到，咱们在写 sql 语句时，若是预先估计一下 FF, 你就几乎能够预见到 Oracle 会否使用索引。

第二讲、索引也有好坏

索引有 B tree 索引， Bitmap 索引， Reverse b tree 索引， 等。最经常使用的是 B tree 索引。 B 的全称是 Balanced , 其意义是，从 tree 的 root 到任何一个 leaf ，要通过一样多的 level. 索引能够只有一个字段（ Single column ） , 也能够有多个字段（ Composite ） , 最多 32 个字段， 8I 还支持 Function-based index. 许多 developer 都倾向于使用单列 B 树索引。

除此以外呢？咱们仍是来看一个例子吧：

　　在 HP （ Oracle 8.1.7 ） 上执行如下语句：

select count(1) from mytabs where coid>=130000 and issuedate >= to_date ('2001-07-20', 'yyyy-mm-dd') 。

　　一开始，咱们有两个单列索引： I_mytabs1(coid), I_mytabs2(issuedate), 下面是执行状况：

COUNT(1)

----------

6427

Execution Plan

----------------------------------------------------------

0 SELECT STATEMENT Optimizer=CHOOSE (Cost=384 Card=1 Bytes=11)

1 0 SORT (AGGREGATE)

2 1 TABLE ACCESS (BY INDEX ROWID) OF 'T_MYTABS' (Cost=384 Card

=126 Bytes=1386)

3 2 INDEX (RANGE SCAN) OF 'I_MYTABS2' (NON-UNIQUE) (Cost=11

Card=126)

Statistics

----------------------------------------------------------

172 recursive calls

1 db block gets

5054 consistent gets

2206 physical reads

0 redo size

293 bytes sent via SQL*Net to client

359 bytes received via SQL*Net from client

2 SQL*Net roundtrips to/from client

5 sorts (memory)

0 sorts (disk)

1 rows processed

　　能够看到，它读取了 7000 个数据块来得到所查询的 6000 多行。

　　如今，去掉这两个单列索引，增长一个复合索引 I_mytabs_test ( coid, issuedate), 从新执行，结果以下：

COUNT(1)

----------

6436

Execution Plan

----------------------------------------------------------

0 SELECT STATEMENT Optimizer=CHOOSE (Cost=3 Card=1 Bytes=11)

1 0 SORT (AGGREGATE)

2 1 INDEX (RANGE SCAN) OF 'I_MYTABS_TEST' (NON-UNIQUE) (Cost=3 Card=126 Bytes=1386)

Statistics

----------------------------------------------------------

806 recursive calls

5 db block gets

283 consistent gets

76 physical reads

0 redo size

293 bytes sent via SQL*Net to client

359 bytes received via SQL*Net from client

2 SQL*Net roundtrips to/from client

3 sorts (memory)

0 sorts (disk)

1 rows processed

　　能够看到，此次只读取了 300 个数据块。

7000 块对 300 块，这就是在这个例子中，单列索引与复合索引的代价之比。这个例子提示咱们， 在许多状况下，单列索引不如复合索引有效率。

　　能够说，在索引的设置问题上，其实有许多工做能够作。正确地设置索引，须要对应用进行整体的分析。

第三讲、索引再好，不用也是白搭

抛开前面所说的，假设你设置了一个很是好的索引，任何傻瓜都知道应该使用它，可是 Oracle 却恰恰不用，那么，须要作的第一件事情，是审视你的 sql 语句。

Oracle 要使用一个索引，有一些最基本的条件：

1 ， where 子句中的这个字段，必须是复合索引的第一个字段；

2 ， where 子句中的这个字段，不该该参与任何形式的计算

　　具体来说，假设一个索引是按 f1, f2, f3 的次序创建的，如今有一个 sql 语句 , where 子句是 f2 = : var2, 则由于 f2 不是索引的第 1 个字段，没法使用该索引。

　　第 2 个问题，则在咱们之中很是严重。如下是从 实际系统上面抓到的几个例子：

Select jobid from mytabs where isReq='0' and to_date (updatedate) >= to_Date ( '2001-7-18', 'YYYY-MM-DD') ；

………

以上的例子能很容易地进行改进。请注意这样的语句天天都在咱们的系统中运行，消耗咱们有限的 cpu 和 内存资源。

除了 1 ， 2 这两个咱们必须牢记于心的原则外，还应尽可能熟悉各类操做符对 Oracle 是否使用索引的影响。这里我只讲哪些操做或者操做符会显式（ explicitly ）地阻止 Oracle 使用索引。如下是一些基本规则：

1 ， 若是 f1 和 f2 是同一个表的两个字段，则 f1>f2, f1>=f2, f1

2 ， f1 is null, f1 is not null, f1 not in, f1 !=, f1 like ‘ %pattern% ' ;

3 ， Not exist

4 ， 某些状况下， f1 in 也会不用索引；

对于这些操做，别无办法，只有尽可能避免。好比，若是发现你的 sql 中的 in 操做没有使用索引，也许能够将 in 操做改为 比较操做 + union all 。笔者在实践中发现不少时候这颇有效。

可是， Oracle 是否真正使用索引，使用索引是否真正有效，仍是必须进行实地的测验。合理的作法是，对所写的复杂的 sql, 在将它写入应用程序以前，先在产品数据库上作一次 explain . explain 会得到 Oracle 对该 sql 的解析（ plan ） , 能够明确地看到 Oracle 是如何优化该 sql 的。

若是常常作 explain, 就会发现，喜好写复杂的 sql 并非个好习惯，由于过度复杂的 sql 其解析计划每每不尽如人意。事实上，将复杂的 sql 拆开，有时候会极大地提升效率，由于能得到很好的优化。固然这已是题外话了。