淺析索引在SQL語句中的使用技巧

引 言

在DBMS 中，索引是訪問數(shù)據(jù)庫中數(shù)據(jù)的重要手段，特別是在大型系統(tǒng)中，更是必備方法。如果說數(shù)據(jù)庫是一本字典， 其中的數(shù)據(jù)是字典的內(nèi)容，那么，索引就是這本字典的目錄。查字典可以使用偏旁部首、漢語拼音、筆畫等不同的方法進(jìn)行查找，查詢數(shù)據(jù)庫中的數(shù)據(jù)也有各種各樣的索引可供使用。在數(shù)據(jù)庫中，索引使用DML 操作可以迅速找到表數(shù)據(jù)，不用對(duì)整張表逐行訪問。索引是一種結(jié)構(gòu)很強(qiáng)的方案對(duì)象，它將數(shù)據(jù)和存放數(shù)據(jù)的位置對(duì)應(yīng)起來。對(duì)于數(shù)據(jù)量非常大的表來說，通過全表掃描來訪問和通過索引來訪問，速度可能有是數(shù)量級(jí)上的差別。

索引能通過事先保存的索引鍵，按照一定順序記錄數(shù)據(jù)的位置，由此替代 DML 操作原本要進(jìn)行的全表掃描，通過“以空間換時(shí)間”的方法，犧牲少量的存儲(chǔ)空間，換取快速的反應(yīng)時(shí)間。在一張表上是否該建立索引、建立怎樣的索引、怎樣才能有效利用建立起的索引是數(shù)據(jù)庫優(yōu)化中最常見的問題。

1 SQL語句的執(zhí)行過程

是否會(huì)使用索引要從Oracle 執(zhí)行查詢的機(jī)制開始分析。在Oracle 進(jìn)行必要的語法檢查和語義分析之后，會(huì)自動(dòng)對(duì)語句進(jìn)行優(yōu)化，其目的就是找到最高效的運(yùn)行路徑?？赡軙?huì)使用的優(yōu)化器有兩種 ：RBO 基于規(guī)則的優(yōu)化器，CBO 基于成本的優(yōu)化器。默認(rèn)情況下是 CBO 優(yōu)化器，它會(huì)快速統(tǒng)計(jì)數(shù)據(jù)量的大小，選擇開銷最小（盡量消耗最少的 CPU 和I/O）的執(zhí)行計(jì)劃。確定了執(zhí)行計(jì)劃之后，Oracle 會(huì)將SQL 語句格式化為內(nèi)部執(zhí)行代碼。

由此可見，想要提高SQL 語句的性能，就要從優(yōu)化器會(huì)選擇怎樣的執(zhí)行計(jì)劃這塊考慮。如果表上沒有建立索引，執(zhí)行計(jì)劃就是全表掃描，它會(huì)根據(jù)PGA 中的系統(tǒng)設(shè)定，讀取一批數(shù)據(jù)塊，如果表數(shù)據(jù)較小，全表可以一次性全部讀入 ；如果數(shù)據(jù)量很大，則需要多次讀取數(shù)據(jù)塊。如果在數(shù)據(jù)量稍大的表上建立了索引，優(yōu)化器會(huì)比較利用索引和全表掃描的讀取數(shù)據(jù)次數(shù)，如果利用索引代價(jià)小，則選擇利用索引，否則還是選擇全表掃描。一般來說，查詢語句要讀取 10% 以上的數(shù)據(jù)量的話，優(yōu)化器就寧愿選擇全表掃描，而不是索引。因?yàn)橐粋€(gè)索引項(xiàng)指向了一個(gè)數(shù)據(jù)塊，所要讀取的數(shù)據(jù)塊太多，就有大量的I/O 操作要進(jìn)行，反而降低性能。

2 索引的分類

建立怎樣的索引。常見的索引有以下幾種 ：B* 索引（包含唯一索引），位圖索引，函數(shù)索引，本地前綴分區(qū)索引，全局范圍分區(qū)索引等。

(1) B*樹索引

B* 樹索引就是利用建立B 樹，將索引列和指向表中各行的 rowid 組織起來，按照順序建立一顆平衡樹，根據(jù)索引列的數(shù)量，自動(dòng)建立合理高度的B 樹。在B 樹索引中，所有葉子的深度一樣，結(jié)構(gòu)自動(dòng)保持平衡，在增刪改之后都由Oracle 自動(dòng)維護(hù)。更重要的是，B 樹索引可以適應(yīng)多種查詢條件，包含范圍查找 >、<、>=、<=、like 和完全匹配。由于樹的高度是基于索引列的數(shù)量，當(dāng)訪問的數(shù)據(jù)量占總數(shù)據(jù)的 10% 以上的時(shí)候，需要訪問 B 樹的范圍太大，這個(gè)時(shí)候，其優(yōu)勢(shì)無法體現(xiàn)。

(2) 位圖索引

當(dāng)某一列上的值可選擇性較低的時(shí)候，一般使用位圖索引。所謂的“可選擇性”就是指查詢這一列的 distinct 值與這一列所有值的比例，這個(gè)比值越高，說明可選擇性越高。對(duì)于“性別”列，只存在兩種值，可選擇性低 ；“姓名”列，可選擇性一般較高。

(3) 函數(shù)索引

通過在某一列上利用函數(shù)來創(chuàng)建索引。例如 ：createINDEX idx_func_sub on emp substr（empno，1，2）；就是利用substr 函數(shù)，在empno上建立索引。

3 使用索引的方法和技巧

(1) 對(duì)于索引的建立，我們一般選擇在可選擇性高的列上建立索引。以地稅系統(tǒng)的一張登記表為例，這張表記錄了納稅人的登記信息，一個(gè)納稅人識(shí)別號(hào)對(duì)應(yīng)一條記錄，納稅人所屬的區(qū)縣對(duì)應(yīng)字段dwid。在識(shí)別號(hào) sbh和區(qū)縣 dwid上分別建立索引IDX_SWJ_SBH和IDX_SWJ_dwid。如果有查詢語句：

select * from glfw_swdj_tempwyp where sbh=’12345’ and dwid=’54321’；

查看執(zhí)行計(jì)劃如圖 1所示， 執(zhí)行計(jì)劃沒有使用IDX_ SWJ_dwid，因?yàn)閟bh列的可選性要遠(yuǎn)高于dwid字段。

圖1在SBH和DWID上建立索引后的執(zhí)行計(jì)劃

(2) 如果查詢條件中包含多列，則在多列上建立復(fù)合索引效果更好。還是以上面的 SQL語句為例，glfw_swdj_ tempwyp 表上，建立基于sbh和dwid 的復(fù)合索引

create index IDX_SWJ_SBH_DWID on GLFW_SWDJ_ TEMPWYP（SBH，DWID）；

這個(gè)時(shí)候，新的執(zhí)行計(jì)劃如圖 2 所示。此時(shí)，利用條件語句中的兩列復(fù)合索引，顯然要比單一索引效率高。

圖 2建立符合索引的執(zhí)行計(jì)劃

(3) 在建立復(fù)合索引的時(shí)候需要注意，復(fù)合索引的列的順序很重要，最好依據(jù)各列的可選擇性，由高到低排序。這樣，通過B索引樹進(jìn)行訪問的時(shí)候，由復(fù)合索引的第一列就能過濾掉更多的數(shù)據(jù)，使得I/O地讀取更小。有些觀點(diǎn)認(rèn)為， 如果在 SQL語句中沒有使用復(fù)合索引的前導(dǎo)列，則查詢不會(huì)利用這個(gè)復(fù)合索引。這種說法是錯(cuò)誤的。Oracle對(duì)于索引的訪問分為索引唯一掃描（indexuniquescan）、跳躍式索引掃描（index skip scan）、索引范圍掃描（index range scan）、索引全掃描（index full scan）等多種方式。就算條件語句中沒有利用前導(dǎo)列，跳躍式索引掃描（index skip scan）依然起效。這種訪問方式，通過將前導(dǎo)列分為各個(gè)不同的區(qū)域，在各區(qū)域內(nèi)部使用復(fù)合索引的剩余部分來訪問數(shù)據(jù)，最后將各個(gè)區(qū)域內(nèi)符合條件的數(shù)據(jù)做union 操作，得出結(jié)果集。

(4) 對(duì)于多表連接時(shí)，需要建立復(fù)合索引的情況下，首先要判斷驅(qū)動(dòng)表和被驅(qū)動(dòng)表。驅(qū)動(dòng)表就是查詢范圍較少的表， 以它作為嵌套連接 nested loops 的外層循環(huán)，被驅(qū)動(dòng)表作為內(nèi)存循環(huán)。執(zhí)行時(shí)，從驅(qū)動(dòng)表中選取一個(gè)結(jié)果，與被驅(qū)動(dòng)表匹配， 匹配上的就并入結(jié)果集，再選取驅(qū)動(dòng)表的下一個(gè)結(jié)果，依次往后。這個(gè)時(shí)候，可以在被驅(qū)動(dòng)表的連接字段和該表的其它約束條件上建立復(fù)合索引，這樣，就能提高內(nèi)層循環(huán)的效率。以地稅局的應(yīng)征表為例，當(dāng)應(yīng)征表（數(shù)據(jù)量很大）與稅種代碼表（數(shù)據(jù)量很小）發(fā)生關(guān)聯(lián)時(shí)，稅種代碼表 dm_shuizhong_ wyp 是驅(qū)動(dòng)表，在應(yīng)征表上建立關(guān)聯(lián)字段（szdm）和其它約束字段（szpq）的聯(lián)合主鍵，還在應(yīng)征表上建立 szdm 的單一主鍵，查看執(zhí)行計(jì)劃，發(fā)現(xiàn)優(yōu)化器選擇的是復(fù)合索引，如圖 3 所示。

圖 3 在表連接的連接字段上建立復(fù)合索引

對(duì)于建立的索引，在編寫SQL 的時(shí)候要注意條件語句的寫法，以免索引不被使用：

（1）在 where 條件中對(duì)索引列使用了函數(shù)，導(dǎo)致不能使用索引。

例如 在 應(yīng)征 表 上 對(duì) glbm 建 立 索引 INX_YZTEST_ GLBM，比較使用substr 函數(shù)的區(qū)別。

使用函數(shù)后如圖 4 所示。

圖 4 在索引字段上使用了函數(shù)時(shí)的執(zhí)行計(jì)劃

沒有使用函數(shù)的如圖 5 所示。

圖 5 沒有在索引字段上使用函數(shù)的執(zhí)行計(jì)劃

很明顯，對(duì)索引所在的列使用函數(shù)，會(huì)導(dǎo)致索引無法使用。引起索引失效的函數(shù)還有decode、instr 等。索引如果真的要在條件語句中添加某些函數(shù)操作，可以在等號(hào)的另一邊使用帶“%”的模糊匹配，如圖 6 所示。當(dāng)然，由此也可以看見，使用like 的模糊匹配對(duì)索引的利用并沒有完全匹配，原因也是顯然的，查詢的范圍更大，匹配的結(jié)果更多。

圖 6 在等號(hào)的另一邊使用模糊匹配

但是，模糊匹配的時(shí)候“，%”不要加在匹配字符串的開始，否則索引仍然不起效，如圖 7 所示。

圖 7 將“%”放在模糊匹配的前端，無法利用索引

這是因?yàn)?，模糊匹配過程中，索引會(huì)按照順序采取“部分” 匹配原則 ：先選擇首字符為“1”的進(jìn)行匹配，再在結(jié)果中選擇第二個(gè)字符為“2”的繼續(xù)匹配……但是如果模糊匹配一開始就要用“%”，則相當(dāng)在最開始，所有結(jié)果都匹配上了，這時(shí)候索引就“罷工”了。

（2）在寫SQL 語句的時(shí)候，要注意所比較的是字符串還是數(shù)字，例如，glbm 的字段類型是 char，如果在條件語句中將它與 54321 而不是‘54321’比較，則 Oracle 會(huì)通過內(nèi)部轉(zhuǎn)換， 將整個(gè)SQL 變?yōu)?：select a.* from sb_yzss_temp_wyp a where TO_NUMBER（a.glbm）>54321，由此，導(dǎo)致在索引列利用了函數(shù)，索引失效：

select a.* from sb_ yzss_temp_wyp a where a.glbm

>54321 ；

對(duì)于建立在數(shù)字類型字段上的索引，在條件語句中不要對(duì)數(shù)字字段進(jìn)行算術(shù)運(yùn)算，否則可能導(dǎo)致索引失效，例如在應(yīng)征表的 nse 這個(gè)數(shù)字類型字段上建立索引，沒有對(duì) nse 進(jìn)行算術(shù)運(yùn)算時(shí)，索引可用：

selecta.*fromsb_yzss_temp_wypawhere a.nse>10000000.00

一旦加上了算術(shù)運(yùn)算，索引就失效了：

select a.* from sb_ yzss_temp_wyp a where a.nse*1>10000000.00

（3）IS NULL 和 IS not NULL 的邏輯比較，也會(huì)導(dǎo)致索引失效。

4 結(jié) 語

索引不是越多越好，建立索引要遵循以下兩點(diǎn)：

(1) 不需要為小表建立索引，這種表還不如采用全表掃描，先讀索引再根據(jù)索引讀數(shù)據(jù)反而麻煩；

(2) 根據(jù)具體的業(yè)務(wù)需求，只在經(jīng)常使用的列上添加索引，根據(jù)可選性的不同，在可選擇性高的列上建立 B樹索引（例如員工編號(hào)字段），在可選擇性較小的列上建立位圖索引（例如性別字段），不常使用的列可以不建立索引。