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。
