Chinaunix首页 | 论坛 | 博客
  • 博客访问: 228800
  • 博文数量: 39
  • 博客积分: 2108
  • 博客等级: 大尉
  • 技术积分: 432
  • 用 户 组: 普通用户
  • 注册时间: 2009-12-03 16:02
文章存档

2010年(38)

2009年(1)

我的朋友

分类: Oracle

2010-03-11 10:03:35

  Oracle Index的三个问题
  Oracle Index 的三个问题(一)
  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。
  +++
  Oracle Index 的三个问题(二)
  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。
  +++
  Oracle Index 的三个问题(三)
  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>2, 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。
阅读(1454) | 评论(0) | 转发(0) |
给主人留下些什么吧!~~