`

oracle优化:避免全表扫描(转)

阅读更多

文章出自: http://blog.csdn.net/onetree2010/article/details/6098259  .

 

注:下面蓝色部分是结合自己工作中的总结部分.

 

1对返回的行无任何限定条件,即没有where 子句,会造成全表扫描.

 

2未对数据表与任何索引主列相对应的行限定条件

例如:在City-State-Zip列创建了三列复合索引,那么仅对State列限定条件不能使用这个索引,因为State不是索引的主列。

 

3对索引的主列有限定条件,但是在条件表达式里使用以下表达式则会使索引失效,造成全表扫描:

(1)where子句中对字段进行函数、表达式操作,这将导致引擎放弃使用索引而进行全表扫描.

Demo:

 

where upper(city)='TokYo' 或 City || 'X' like 'TOKYO%', 
select id from t where num/2=100 
应改为: 
select id from t where num=100*2 
select * from emp where to_char(hire_date,'yyyymmdd')='20080411' (不使用) 
select * from emp where hire_date = to_char('20080411','yyyymmdd') (使用) 

 

(2)查询字段is null时索引失效,引起全表扫描。  

 where City is null   ,where City is not null.

 

select id from t where num=0 

  

 

我的解决方法如下,大同小异吧,我更喜欢用decode,呵呵.

 

is null / is not null : 处理方法 . 
select count(*) from all_objects where object_name is null ; 
改为 
select count(*) from all_objects where decode(object_name,'',0,1) = 0 ;

 

 

 

(3)查询条件中使用了不等于操作符(<>、!=)会限制索引、引起全表扫描. 

Where city!='TOKYO'.

解决方法:通过把不等于操作符改成or,可以使用索引,避免全表扫描。例如,把column<>’aaa’,改成column<’aaa’ or column>’aaa’,就可以使用索引了。

 

(4)对索引的主列有限定条件,但是条件使用like操作以及值以‘%’开始或者值是一个赋值变量。例如:

 

where City like '%YOK%' where City like: City_bind_Variable xl_rao 
select * from emp where name like '%A' (不使用索引) 
select * from emp where name like 'A%' (使用索引) 

 

解决办法:首先尽量避免模糊查询,如果因为业务需要一定要使用模糊查询,则至少保证不要使用全模糊查询,对于右模糊查询,即like ‘…%’,是会使用索引的;左模糊like ‘%...’无法直接使用索引,但可以利用reverse + function index 的形式,变化成 like ‘…%’;全模糊是无法优化的,一定要的话考虑用搜索引擎。出于降低数据库服务器的负载考虑,尽可能地减少数据库模糊查询。

 

上面所说的reverse + function index 形式我没看懂,所以我用了下面方法,也可以很大的提高效率.以前60秒提高到3秒.

like '%%',解决问题的方法 : 
如: 
select count(*) from all_objects where object_name like '%T%' 
改为 
select count(*) from all_objects where instr(object_name,'T')>0 

 

4 or语句使用不当会引起全表扫描

原因:where子句中比较的两个条件,一个有索引,一个没索引,使用or则会引起全表扫描。例如:where A=1 or B=2A上有索引,B上没索引,则比较B=2时会重新开始全表扫描

 

 

5模糊查询效率很低:

  原因:like本身效率就比较低,应该尽量避免查询条件使用like;对于like%...%’(全模糊)这样的条件,是无法使用索引的,全表扫描自然效率很低;另外,由于匹配算法的关系,模糊查询的字段长度越大,模糊查询效率越低。

  解决办法:首先尽量避免模糊查询,如果因为业务需要一定要使用模糊查询,则至少保证不要使用全模糊查询,对于右模糊查询,即like‘…%’,是会使用索引的;左模糊like

  ‘%...’无法直接使用索引,但可以利用reverse + function index的形式,变化成like‘…%’;全模糊是无法优化的,一定要的话考虑用搜索引擎。出于降低数据库服务器的负载考虑,尽可能地减少数据库模糊查询。

 

上面所说的reverse + function index 形式我没看懂,所以我用了下面方法,也可以很大的提高效率.以前60秒提高到3秒.

 

like '%%',解决问题的方法 :
 如: 
select count(*) from all_objects where object_name like '%T%' 
改为 
select count(*) from all_objects where instr(object_name,'T')>0

  

6查询条件中含有is nullselect语句执行慢

   原因:Oracle 中,查询字段is null时单索引失效,引起全表扫描。

   解决方法:SQL语法中使用NULL会有很多麻烦,最好索引列都是NOT NULL的;对于is null,可以建立组合索引,nvl(字段,0),对表和索引analyse后,is null查询时可以重新启用索引查找,但是效率还不是值得肯定;is not null时永远不会使用索引。一般数据量大的表不要用is null查询。

 

我的解决方法如下,大同小异吧,我更喜欢用decode,呵呵.

 

is null / is not null : 处理方法 . 
select count(*) from all_objects where object_name is null ; 
改为 
select count(*) from all_objects where decode(object_name,'',0,1) = 0 ;

 

 

7.查询条件中使用了不等于操作符(<>!=)的select语句执行慢

  原因:SQL中,不等于操作符会限制索引,引起全表扫描,即使比较的字段上有索引

   解决方法:通过把不等于操作符改成or,可以使用索引,避免全表扫描。例如,把column<>aaa’,改成column<aaaor column>aaa’,就可以使用索引了。

 

 

8.使用组合索引,如果查询条件中没有前导列,那么索引不起作用,会引起全表扫描;但是从Oracle9i开始,引入了索引跳跃式扫描的特性,可以允许优化器使用组合索引,即便索引的前导列没有出现在WHERE子句中。例如:create index skip1 on emp5(job,empno);   全索引扫描select count(*) from emp5 where empno=7900;   索引跳跃式扫描select /*+ index(emp5 skip1)*/ count(*) from emp5 where empno=7900;前一种是全表扫描,后一种则会使用组合索引。

 

解决方法:SQL语法中使用NULL会有很多麻烦,最好索引列都是NOT NULL的;对于is null,可以建立组合索引,nvl(字段,0),对表和索引analyse后,is null查询时可以重新启用索引查找,但是效率还不是值得肯定;is not null 时永远不会使用索引。一般数据量大的表不要用is null查询。

分享到:
评论

相关推荐

    oracle全表扫描的3种优化手段

    ### Oracle全表扫描的三种优化手段 在Oracle数据库管理中,全表扫描(Full Table Scan,简称FTS)是指查询语句对整个表的数据进行读取的一种操作方式。当索引选择性较差或者表较小的时候,Oracle可能会选择全表扫描...

    Oracle全表扫描及其执行计划

    在优化SQL性能时,不应盲目避免全表扫描,而应根据实际情况权衡。有时候,优化数据库结构、更新统计信息或调整查询语句,可能会提高查询效率。了解何时应该使用全表扫描,以及何时应该避免它,对于优化Oracle数据库...

    oracle优化规则总汇

    一般推荐使用COST或RULE,避免不必要的全表扫描。 2. **访问Table的方式**:有两种主要方式,全表扫描和通过ROWID访问。全表扫描适合小表,而ROWID访问通常更快,尤其是当有索引时。索引能提供ROWID的快速访问,...

    Oracle优化原则整理

    3. **减少全表扫描**:避免全表扫描,尽可能利用索引来定位数据。全表扫描会读取数据文件中的所有行,而索引查找只需要找到指定的行。如果必须进行全表扫描,考虑使用分区来降低影响。 4. **使用绑定变量**:绑定...

    oracle性能优化学习心得

    2. SQL调整:应用优化规则,如使用绑定变量,避免全表扫描,利用索引覆盖等。 3. 排序调整:优化排序操作,减少排序所需的资源。 4. 竞争调整:调整表和索引参数,减少UPDATE和INSERT操作的竞争。 总的来说,Oracle...

    Oracle数据库中大型表查询优化的研究

    这包括正确使用索引、合理设计表结构、避免全表扫描以及有效利用分区技术。在Oracle中,索引是提高查询速度的关键,特别是B树索引和位图索引。B树索引适用于单列查询和范围查询,而位图索引则适合于多列组合查询或在...

    oracle性能优化学习

    例如,避免全表扫描,使用索引,优化连接操作,使用适当的JOIN类型,限制返回的数据量,以及合理使用索引表达式。对于复杂的多表查询,考虑使用物化视图或并行查询来提高性能。 5. 统计信息:保持统计信息的最新性...

    oracle优化-SQL优化

    1. Oracle支持三种访问表记录的方式:全表扫描、通过ROWID访问表和索引扫描。 2. 全表扫描指的是顺序访问表中的每条记录,对于那些未被大量修改或索引的数据表来说,全表扫描可能是一种有效的读取方式。 3. ROWID是...

    Oracle语句优化53个规则详解.doc

    5. 避免全表扫描:尽可能使用索引,避免在WHERE子句中使用NOT IN、!=、等操作符,因为这些可能导致全表扫描。 6. 减少表连接:尽量通过子查询或连接优化来减少多表连接,尤其是大表的连接。 7. 使用绑定变量:绑定...

    oracle 数据库优化技术资料

    在缺省情况下,ORACLE采用CHOOSE优化器, 为了避免那些不必要的全表扫描(full table scan) , 你必须尽量避免使用CHOOSE优化器,而直接采用基于规则或者基于成本的优化器. 2. 访问Table的方式 ORACLE 采用两种...

    oracle优化方法总结

    2. 避免全表扫描:尽可能利用索引来定位数据,而不是扫描整个表。全表扫描在数据量大的情况下会消耗大量资源。 3. 使用绑定变量:绑定变量能减少解析开销,提高SQL执行效率,尤其是在重复执行相同查询时。 三、表和...

    oracle 优化资料

    同时,通过调整SQL语句的编写,避免全表扫描,利用索引,以及合理规划连接顺序,都能进一步提升性能。 总结来说,Oracle数据库优化是一个复杂的过程,涉及到数据库配置、SQL编写、索引设计和表连接策略等多个层面。...

    ORACLE数据库设计与优化

    1. 查询语句优化:编写高效的SQL语句,避免全表扫描,使用索引,合理使用JOIN操作。 2. 子查询优化:通过连接(JOIN)操作替代子查询,以减少查询复杂度。 3. 使用绑定变量:避免SQL语句的硬解析,提高执行计划的...

    oracle性能优化技巧

    - 为了避免不必要的全表扫描,建议避免使用选择性优化器,而是直接选择基于规则或基于成本的优化器。 通过调整`init.ora`文件中的`OPTIMIZER_MODE`参数,可以设置数据库的默认优化器模式。此外,也可以在SQL语句...

    ORACLE优化大全

    2. **避免全表扫描**:尽量让查询利用索引而非进行全表扫描,尤其是在大数据量的表中。 3. **选择适当的JOIN策略**:理解不同类型的JOIN(如INNER JOIN, LEFT JOIN, RIGHT JOIN)的性能影响,选择最佳方式。 4. **...

    oracle优化原则

    建议尽量避免使用CHOOSE,而是直接设定为CBO或RULE,以减少全表扫描的发生。 2. **访问Table的方式** - **全表扫描**:虽然效率较低,但在某些情况下,全表扫描可能是更优的选择,尤其是当表数据较少或全表扫描比...

    Oracle优化Oracle优化

    1. **全表扫描**:在没有合适的索引或其他优化手段的情况下,Oracle可能需要对整个表进行扫描。这种方式虽然简单,但当表非常大时效率较低。 2. **通过ROWID访问**:ROWID是Oracle中的一种特殊数据类型,它存储了每...

    oracle优化详解

    - 避免全表扫描:尽量使用索引来定位数据,除非在特定情况下全表扫描更优。 - 减少表连接:通过合理设计数据库结构,减少多表连接,提高查询效率。 - 使用适当的索引:创建覆盖查询所需字段的索引,避免全索引...

Global site tag (gtag.js) - Google Analytics