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。虽然有许多资料讲索引的用法, dba 和 developer 们也经常与它打交道,但笔者发现,还是有不少的人对它存在误解,因此针对使用中的常见问题,讲三个问题。此文所有示例所用的数据库是 oracle 8.1.7 ops on hp n series ,示例全部是真实数据,读者不需要注意具体的数据大小,而应注意在使用不同的方法后,数据的比较。本文所讲基本都是陈词滥调,但是笔者试图通过实际的例子,来真正让您明白事情的关键。
第一讲、索引并非总是最佳选择
如果发现oracle 在有索引的情况下,没有使用索引,这并不是oracle 的优化器出错。在有些情况下,oracle 确实会选择全表扫描(full table scan),而非索引扫描(index scan)。这些情况通常有:
1. 表未做statistics, 或者 statistics 陈旧,导致 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种情况,最常见的例子,是以下这句sql 语句:
在未作statistics 之前,它使用全表扫描,需要读取6000多个数据块(一个数据块是8k), 做了statistics 之后,使用的是 index (fast full scan) ,只需要读取450个数据块。但是,statistics 做得不好,也会导致oracle 不使用索引。
第2种情况就要复杂得多。一般概念上都认为索引比表快,比较难以理解什么情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, 如果使用某个索引,会需要读入的数据块块数。需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. (全表扫描需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,通常在索引刚建立时,索引中的记录与表中的记录有良好的对应关系,cf 都很小;在表经过大量的插入、修改后,这种对应关系越来越乱,cf 也越来越大。此时需要 dba 重新建立或者组织该索引。
如果某个sql 语句以前一直使用某索引,较长时间后不再使用,一种可能就是 cf 已经变得太大,需要重新整理该索引了。
ff 则是oracle 根据 statistics 所做的估计。比如, mytables 表有32万行,其主键myid的最小值是1,最大值是409654,考虑以下sql 语句:
这两句看似差不多的 sql 语句,对oracle 而言,却有巨大的差别。因为前者的 ff 是100%, 而后者的 ff 可能只有 1%。如果它的cf 大于实际的数据块数,则oracle 可能会选择完全不同的优化方式。而实际上,在我们的数据库上的测试验证了我们的预测. 以下是在hp 上执行时它们的 explain plan:
第一句:
已选择325917行。
第二句:
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的巨大影响由此可见一斑。由此想到,我们在写sql 语句时,如果预先估计一下 ff, 你就几乎可以预见到 oracle 会否使用索引。
[nextpage]
第二讲、索引也有好坏
[nextpage]
第三讲、索引再好,不用也是白搭
上一页
如对本文有疑问, 点击进行留言回复!!
Oracle查询用户,表结构,表索引,存储过程,触发器等信息整理
oracle的自连接、内连接、外连接、交叉连接、自然连接、等值连接、不等值连接
Oracle数据库使用replace函数批量删除数据中的双引号
网友评论