索引使用简介 一、 关于索引的知识 要写出运行效率高的sql，需要对索引的机制有一定了解，下面对索引的基本知识做一介绍。 1、 索引的优点和局限 索引可以提高查询的效率，但会降低dml操作的效率。 所以建立索引时需要权衡。对于dml操作比较频繁的表，索引的个数不宜太多。 2、 什么样的列需要建索引？ 经常用于查询、排序和分组的列（即经常在where、order或group by子句中出现的列）。 3、 主键索引和复合索引 对于一张表的主键，系统会自动为其建立索引。 如果一张表的几列经常同时作为查询条件，可为其建立复合索引。 4、 建立索引的语句 create index i_staff on staff (empno); create index i_agent on agent (empno, start_date); 5、 删除索引的语句 drop index I_staff; drop index I_agent; 6、 查询索引的语句 法一：利用数据字典 表一：all_indexes 查看一张表有哪些索引以及索引状态是否有效 主要字段： index_name, table_name, status 例如：select index_name, status from all_indexes where table_name=’STAFF_INFO’; INDEX_NAME STATUS --------------------- ----------- I_STAFF VALID 表二：all_ind_columns 查看一张表在哪些字段上建了索引 主要字段： table_name, index_name, column_name, column_position 例如： select index_name, column_name, column_position from all_ind_columns where table_name=’AGENT’ INDEX_NAME COLUMN_NAME COLUMN_POSITON --------------------- ----------------------- -------------------------- I_AGENT EMPNO 1 I_AGENT START_DATE 2 由此可见，agent表中有一个复合索引（empno, start_date ） 法二：利用toad工具 toad用户界面比sql*plus友好，并且功能强大。你可以在toad编辑器中键入表名，按F4，便可见到这张表的表结构以及所有索引列等基本信息。 7、 索引的一些特点 1): 不同值较多的列上可建立检索，不同值少的列上则不要建。比如在雇员表的“性别”列上只有“男”与“女”两个不同值，因此就没必要建立索引。如果建立索引不但不会提高查询效率，反而会严重降低更新速度。 2): 如果在索引列上加表达式，则索引不能正常使用 例如：b1,c1分别是表b,c的索引列 select * from b where b1/30< 1000 ; select * from c where to_char(c1,’YYYYMMDD HH24:MI:SS’) = ‘200203 14:01:01’; 以上都是不正确的写法 3): where子句中如果使用in、or、like、!=，均会导致索引不能正常使用 例如：select * from b where b1=30 or b1=40; 4): 使用复合索引进行查询时必须使用前置列 例如表a上有一个复合索引（c1,c2,c3）,则c1为其前置列 如果用c1或c1+c2或c1+c2+c3为条件进行查询，则该复合索引可以发挥作用，反之，用c2或c3或c2+c3进行查询，则该索引不能起作用。 二. 书写sql注意事项： 1、 避免给sql语句中引用的索引列添加表达式： 典型实例： b1,c1分别是表b,c的索引列： 1） select * from b where b1/30< 1000 ; 2） select * from c where to_char(c1,’YYYYMMDD HH24:MI:SS’) = ‘200203 14:01:01’; 替代方案： 1) select * from b where b1 < 30000; 2) select * from c where c1 = to_date(‘20020301 14:01:01’, ‘YYYYMMDD HH24:MI:SS’); 注：在lbs中有两个重要字段，pol_info中的undwrt_date和prem_info中的payment_date，这两个日期是带时分秒的，所以经常有同事用to_char 来查询某一时间段的数据。 例如：select count(*) from pol_info where to_char(undwrt_date,’YYYYMMDD’)=’20020416’; select count(*) from prem_info where to_char(undwrt_date,’YYYYMM’)=’200203’; 替代方案： select count(*) from pol_info where undwrt_date>=to_date(’20020416’,’YYYYMMDD’) and undwrt_date select count(*) from prem_info where payment_date>=to_date(’20020301’,’YYYYMMDD’) and payment_date 2、 避免在where子句中使用in、or、like、!= 典型实例： a1是a表上的索引列： 1) select * from a where ( a1 = ‘0’ and ...) or (a1 = ‘1’ and ...); 2) select count(*) from a where a1 in (‘0’,’1’) ; 替代方案： 1） select * from a where a1 = ‘0’ and ... union select * from a where a1 = ‘1’ and ... 2) select count(*) from a where a1 = ‘0’; select count(*) from a where a1 = ‘1’; 然后做一次加法运算；或者直接用存储过程来实现； 小结： 对字段使用了 ‘in，or，like’ 做条件、对字段使用了不等号 ‘!=’，均会使索引失效；如果不产生大量重复值，可以考虑把子句拆开；拆开的子句中应该包含索引，或者使用union连结符代替。另一种方式是使用存储过程，它使SQL变得更加灵活和高效。 3、 建立适当的索引 曾经接过开发的一个统计sql， select … from tablea where cola=… and … 运行效率非常慢，经查tablea数据量巨大，再查all_ind_columns，发现cola是tablea的一个复合索引中的一列，但不是前置列。象这种情况，就需要与开发商量，是否针对cola建一个索引。 4、 like和substr 对于‘like’和‘substr’，其效率并没有多大分别。但是，当所搜索的值不存在时，使用‘like’的速度明显大于‘substr’。 所以：select * from a where substr(a1,1,4) = '5378' 可以用like替代 select * from a where a1 like ‘5378%’; 5、 写where条件时，有索引字段的判断在前，其它字段的判断在后；如果where条件中用到复合索引，按照索引列在复合索引中出现的顺序来依次写where条件； 6、使用多表连接时，在from子句中，将记录数少的表放在后面，可提高执行效率； 7、避免使用not in not in 是效率极低的写法，尽量使用minus或外连接加以替代 典型实例： 1) select col1 from tab1 where col1 not in (select col1 from tab2); 2) select sum(col2) from tab1 where col1 not in (select col1 from tab2); 替代方案 select col1 from tab1 minus select col1 from tab2; select sum(a.col2) from tab1 a, tab2 b where a.col1=b.col2(+) and b.col1 is null; 8、多表查询时，如果其中一个表的记录数量明显大于其他表，则可以先对此表进行查询后，再与其他小表进行表连接。 典型实例： select a.plan_code, b.dno, c,tno, sum(a.tot_modal_prem), from prem_info a, dept_ref b, plan_type c where substr(a.deptno,1,7) = substr(b.deptno,1,7) and a.plan_code = c.plan_code group by b.dno, c.tno, a.plan_code; 替代方案： select b.dno, c.tno, a.plan_code, a.tot_amount from (select plan_code, deptno, sum(tot_modal_prem) tot_amount from prem_info group by deptno, plan_code) a dept_ref b, plan_type c where substr(a.deptno,1,7) = substr(b.deptno,1,7) and a.plan_code = c.plan_code group by b.dno, c.tno, a.plan_code; 小结： 由于prem_info表的记录数远远大于dept_ref表和plan_type表中的记录数， 所以首先从prem_info表中查询需要的记录，此时记录数已经被大量缩小，然后再和其他两个表连接，速度会得到很大改善！ 9、查询数量较大时，使用表连接代替IN，EXISTS，NOT IN，NOT EXISTS等。 典型实例： a、使用IN： select sum(col2) from tab1 where col1 in (select col1 from tab2); 使用EXISTS:： select sum(col2) from tab1 a where exists ( select * from tab2 where col1=a.col1); b、使用NOT IN： select sum(col2) from tab1 where col1 not in (select col1 from tab2); 使用NOT EXISTS： select sum(col2) from tab1 a where not exists ( select * from tab2 where col1=a.col1); 替代方案： a、使用连接： select sum(a.col2) from tab1 a,tab2 b where a.col1=b.col2; b、使用外连接： select sum(a.col2) from tab1 a,tab2 b where a.col1=b.col2(+) and b.col1 is null; \•索引是建立在表的一列或多个列上的辅助对象，它有利于快速访问表的数据。 •索引由于其内在的结构，它具有某些内在的开销，这些开销依赖于为了检索由索引中ROWID指定的行所访问的表中的块数，并且这个开销可能会超过进行全表扫描的成本。 聚集索引确定表中数据的物理顺序。聚集索引类似于电话簿，按姓氏排列数据。由于聚集索引规定数据在表中的物理存储顺序，因此一个表只能包含一个聚集索引。但该索引可以包含多个列（组合索引），就像电话簿按姓氏和名字进行组织一样。 聚集索引对于那些经常要搜索范围值的列特别有效。使用聚集索引找到包含第一个值的行后，便可以确保包含后续索引值的行在物理相邻。例如，如果应用程序执行的一个查询经常检索某一日期范围内的记录，则使用聚集索引可以迅速找到包含开始日期的行，然后检索表中所有相邻的行，直到到达结束日期。这样有助于提高此类查询的性能。同样，如果对从表中检索的数据进行排序时经常要用到某一列，则可以将该表在该列上聚集（物理排序），避免每次查询该列时都进行排序，从而节省成本。 当索引值唯一时，使用聚集索引查找特定的行也很有效率。例如，使用唯一雇员 ID 列 emp_id 查找特定雇员的最快速的方法，是在 emp_id 列上创建聚集索引或 PRIMARY KEY 约束。 非聚集索引与聚集索引一样有 B 树结构，但是有两个重大差别： 数据行不按非聚集索引键的顺序排序和存储。非聚集索引的叶层不包含数据页。 相反，叶节点包含索引行。每个索引行包含非聚集键值以及一个或多个行定位器，这些行定位器指向有该键值的数据行（如果索引不唯一，则可能是多行）。 非聚集索引可以在有聚集索引的表、堆集或索引视图上定义。在 Microsoft® SQL Server™ 2000 中，非聚集索引中的行定位器有两种形式： 如果表是堆集（没有聚集索引），行定位器就是指向行的指针。该指针用文件标识符 (ID)、页码和页上的行数生成。整个指针称为行 ID。如果表没有聚集索引，或者索引在索引视图上，则行定位器就是行的聚集索引键。如果聚集索引不是唯一的索引，SQL Server 2000 将添加在内部生成的值以使重复的键唯一。用户看不到这个值，它用于使非聚集索引内的键唯一。SQL Server 通过使用聚集索引键搜索聚集索引来检索数据行，而聚集索引键存储在非聚集索引的叶行内。 由于非聚集索引将聚集索引键作为其行指针存储，因此使聚集索引键尽可能小很重要。如果表还有非聚集索引，请不要选择大的列作为聚集索引的键。 关于索引（转） 索引的三個問題 索引( Index )是常见的数Database 的性能。虽然有许多，还是有不少的人对它存在误解Oracle 8.1.7 OPS on HP N se使用不同的方法后，数据的比较明白事情的关键。 据库对象，它的设置好坏、使用是否资料讲索引的用法， DBA 和 Develo，因此针对使用中的常见问题，讲三ries ,示例全部是真实数据，读者不。本文所讲基本都是陈词滥调，但是 得当，极大地影响数据库应用程序和per 们也经常与它打交道，但笔者发现个问题。此文所有示例所用的数据库是需要注意具体的数据大小，而应注意在笔者试图通过实际的例子，来真正让您 第一讲、索引并非总是最佳选择 如果发现Oracle 在有索引，Oracle 确实会选择全表扫描 的情况下，没有使用索引，这并不是（Full Table Scan）,而非索引扫描 Oracle 的优化器出错。在有些情况下（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，statistics 之后，使用的是 INDEX (FAST FULL S得不好，也会导致Oracle 不使用索引。 需要读取6000多个数据块（一个数据块是8k）, 做了CAN) ，只需要读取450个数据块。但是，statistics 做 第2种情况就要复杂得多。一般概念上都认为扫描快。为了讲清楚这个问题，这里先介绍一下Or：CF(Clustering factor) 和 FF(Filtering fact 索引比表快，比较难以理解什么情况下全表扫描要比索引acle 在评估使用索引的代价（cost）时两个重要的数据or). 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 * (要读入的数据块块数。需要读入全表扫描需要读入的数据块数等 CF + 索引块个数) ，由此估计出，的数据块越多，则 cost 越大，Orac于该表的实际数据块数） 一个查询， 如果使用某个索引，会需le 也就越可能不选择使用 index. （ 其核心就是， CF 可能会比实际的数据块数量建立时，索引中的记录与表中的记录有良好的对应对应关系越来越乱，CF 也越来越大。此时需要 DB 大。CF 受到索引中数据的排列方式影响，通常在索引刚关系，CF 都很小；在表经过大量的插入、修改后，这种A 重新建立或者组织该索引。 如果某个sql 语句以前一直重新整理该索引了。 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 FF 则是Oracle 根据 stati，最大值是409654，考虑以下sq stics 所做的估计。比如, mytablesl 语句： 表有32万行，其主键myid的最小值是1 Select * from mytables where myid>=1; 和 Select * from mytables where myid>=400000 这两句看似差不多的 sql 者的 FF 可能只有 1%。如果它实际上，在我们的数据库上的测 语句，对Oracle 而言，却有巨大的的CF 大于实际的数据块数，则Oracl试验证了我们的预测. 以下是在HP 差别。因为前者的 FF 是100%， 而后e 可能会选择完全不同的优化方式。而 第二讲、索引也有好坏 索引有 B tree 索引， Bit全称是Balanced , 其意义是，有一个字段（Single column）,Function-based index. 许多de map 索引， Reverse b tree 索引，从 tree 的 root 到任何一个leaf 也可以有多个字段（Composite）,veloper 都倾向于使用单列B 树索引 等。最常用的是 B tree 索引。 B 的，要经过同样多的 level. 索引可以只最多32个字段，8I 还支持 。 所谓索引的好坏是指： 1，索引不是越多越好。特别是大量从来或者个索引即会降低性能，而且在一个sql 中， Oracl 几乎不用的索引，对系统只有损害。OLTP系统每表超过5e 从不能使用超过 5个索引。 2，很多时候，单列索引不如复合索引有效率。 3，用于多表连结的字段，加上索引会很有作用。 那么，在什么情况下单列索所查询的列，全部都出现在复合使用多个单列索引要快得多。（ 引不如复合索引有效率呢？有一种情索引中时，此时由于 Oracle 只需要此时，这种优化方式被称为 Index o 况是显而易见的，那就是，当sql 语句查询索引块即可获得所有数据，当然比nly access path） 第三讲、索引再好，不用也是白搭 抛开前面所说的，假设你设不用，那么，需要做的第一件事 置了一个非常好的索引，任何傻瓜都情，是审视你的 sql 语句。 知道应该使用它，但是Oracle 却偏偏 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= : var2, 则因为 f2 不是索引的第1个字段，无 次序建立的，现在有一个 sql 语句, where 子句是 f2 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和 内存资源。 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 除了1，2这两个我们必须牢记于心的原则外，。这里我只讲哪些操作或者操作符会显式（explic 还应尽量熟悉各种操作符对 Oracle 是否使用索引的影响itly）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 no t null, f1 not in, f1 !=, f1 lik e ‘%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，许可以将 in 操作改成 比较操 只有尽量避免。比如，如果发现你的作 + union all。笔者在实践中发现 sql 中的 in 操作没有使用索引，也很多时候这很有效。 但是，Oracle 是否真正使用索引，使用索引，对所写的复杂的 sql, 在将它写入应用程序之前Oracle 对该 sql 的解析（plan）,可以明确地看是否真正有效，还是必须进行实地的测验。合理的做法是，先在产品数据库上做一次explain . explain 会获得到 Oracle 是如何优化该 sql 的。 如果经常做 explain, 就会划往往不尽如人意。事实上，将然这已经是题外话了。发现，喜爱写复杂的 sql 并不是个复杂的 sql 拆开，有时候会极大地好习惯，因为过分复杂的sql 其解析计提高效率，因为能获得很好的优化。当没有对name建索引之前，oracle使用全表扫描。时间长短视数据库参数db_file_multiblock_read_count的设置，一次读取db_file_multiblock_read_count*db_block_size(db_cache_dize)的数据. 建立索引之后，oracle使用index range scan，一次读取一条索引。