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。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：

select count(*) from mytable;

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：

select * from mytables where myid>=1; 和

select * from mytables where myid>=400000

　 　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：

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。



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。最常用的是 b tree 索引。 b 的全称是 balanced , 其意义是，从 tree 的 root 到任何一个 leaf ，要经过同样多的 level. 索引可以只有一个字段（ single column ） , 也可以有多个字段（ 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。

除此之外呢？我们还是来看一个例子吧：

　　在 hp （ oracle 8.1.7 ） 上执行以下语句：

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

　　一开始，我们有两个单列索引： i_mytabs1(coid), i_mytabs2(issuedate), 下面是执行情况：

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

　　可以看到，它读取了 7000 个数据块来获得所查询的 6000 多行。

　　现在，去掉这两个单列索引，增加一个复合索引 i_mytabs_test ( coid, issuedate), 重新执行，结果如下：

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

　　可以看到，这次只读取了 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。这个例子提示我们， 在许多情况下，单列索引不如复合索引有效率。

　　可以说，在索引的设置问题上，其实有许多工作可以做。正确地设置索引，需要对应用进行总体的分析。



第三讲、索引再好，不用也是白搭

抛开前面所说的，假设你设置了一个非常好的索引，任何傻瓜都知道应该使用它，但是 oracle 却偏偏不用，那么，需要做的第一件事情，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，不应该参与任何形式的计算

　　具体来讲，假设一个索引是按 f1, f2, f3 的次序建立的，现在有一个 sql 语句 , where 子句是 f2 = : var2, 则因为 f2 不是索引的第 1 个字段，无法使用该索引。

　　第 2 个问题，则在我们之中非常严重。以下是从 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。请注意这样的语句每天都在我们的系统中运行，消耗我们有限的 cpu 和 内存资源。

除了 1 ， 2 这两个我们必须牢记于心的原则外，还应尽量熟悉各种操作符对 oracle 是否使用索引的影响。这里我只讲哪些操作或者操作符会显式（ explicitly ）地阻止 oracle 使用索引。以下是一些基本规则：

1 ， 如果 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 ， 某些情况下， f1 in 也会不用索引；

对于这些操作，别无办法，只有尽量避免。比如，如果发现你的 sql 中的 in 操作没有使用索引，也许可以将 in 操作改成 比较操作 + union all 。笔者在实践中发现很多时候这很有效。

但 是， oracle 是否真正使用索引，使用索引是否真正有效，还是必须进行实地的测验。合理的做法是，对所写的复杂的 sql, 在将它写入应用程序之前，先在产品数据库上做一次 explain . explain 会获得 oracle 对该 sql 的解析（ plan ） , 可以明确地看到 oracle 是如何优化该 sql 的。

如果经常做 explain, 就会发现，喜爱写复杂的 sql 并不是个好习惯，因为过分复杂的 sql 其解析计划往往不尽如人意。事实上，将复杂的 sql 拆开，有时候会极大地提高效率，因为能获得很好的优化。当然这已经是题外话了。
，欢迎访问网页设计爱好者web开发。   

http://www.jscode.cn/develop/database/v35987