Oracle Index 的三個問題

oracle|問題
索引 ( Index ) 是常見的資料庫物件，它的設定好壞、使用是否得當，極大地影響資料庫應用程式和 Database 的效能。雖然有許多資料講索引的用法， DBA 和 Developer 們也經常與它打交道，但筆者發現，還是有不少的人對它存在誤解，因此針對使用中的常見問題，講三個問題。此文所有樣本所用的資料庫是 Oracle 8.1.7 OPS on HP N series , 樣本全部是真實資料，讀者不需要注意具體的資料大小，而應注意在使用不同的方法後，資料的比較。本文所講基本都是陳詞濫調，但是筆者試圖通過實際的例子，來真正讓您明白事情的關鍵。

第一講、索引並非總是最佳選擇

　　如果發現 Oracle 在有索引的情況下，沒有使用索引，這並不是 Oracle 的最佳化器出錯。在有些情況下， Oracle 確實會選擇全表掃描（ Full Table Scan ） , 而非索引掃描（ Index Scan ）。這些情況通常有：

1. 表未做 statistics, 或者 statistics 陳舊，導致 Oracle 判斷失誤。

2. 根據該表擁有的記錄數和資料區塊數，實際上全表掃描要比索引掃描更快。

　　對第 1 種情況，最常見的例子，是以下這句 sql 語句：

select count(*) from mytable;

在未作 statistics 之前，它使用全表掃描，需要讀取 6000 多個資料區塊（一個資料區塊是 8k ） , 做了 statistics 之後，使用的是 INDEX (FAST FULL SCAN) ，只需要讀取 450 個資料區塊。但是， statistics 做得不好，也會導致 Oracle 不使用索引。

　　第 2 種情況就要複雜得多。一般概念上都認為索引比錶快，比較難以理解什麼情況下全表掃描要比索引掃描快。為了講清楚這個問題，這裡先介紹一下 Oracle 在評估使用索引的代價（ cost ）時兩個重要的資料： CF(Clustering factor) 和 FF(Filtering factor).

CF: 所謂 CF, 通俗地講，就是每讀入一個索引塊，要對應讀入多少個資料區塊。

FF: 所謂 FF, 就是該 sql 語句所選擇的結果集，佔總的資料量的百分比。

　　大約的計算公式是： FF * (CF + 索引塊個數 ) ，由此估計出，一個查詢， 如果使用某個索引，會需要讀入的資料區塊塊數。需要讀入的資料區塊越多，則 cost 越大， Oracle 也就越可能不選擇使用 index. （全表掃描需要讀入的資料區塊數等於該表的實際資料區塊數）

其核心就是， CF 可能會比實際的資料區塊數量大。 CF 受到索引中資料的相片順序影響，通常在索引剛建立時，索引中的記錄與表中的記錄有良好的對應關係， CF 都很小；在表經過大量的插入、修改後，這種對應關係越來越亂， CF 也越來越大。此時需要 DBA 重建立立或者組織該索引。

如果某個 sql 語句以前一直使用某索引，較長時間後不再使用，一種可能就是 CF 已經變得太大，需要重新整理該索引了。

FF 則是 Oracle 根據 statistics 所做的估計。比如 , mytables 表有 32 萬行，其主鍵 myid 的最小值是 1 ，最大值是 409654 ，考慮以下 sql 語句：

Select * from mytables where myid>=1; 和

Select * from mytables where myid>=400000

　　這兩句看似差不多的 sql 語句，對 Oracle 而言，卻有巨大的差別。因為前者的 FF 是 100% ， 而後者的 FF 可能只有 1% 。如果它的 CF 大於實際的資料區塊數，則 Oracle 可能會選擇完全不同的最佳化方式。而實際上，在我們的資料庫上的測實驗證了我們的預測 . 以下是在 HP 上執行時它們的 explain plan:

　　第一句：

SQL> select * from mytables where myid>=1;

　　已選擇 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

　　顯而易見，第 1 句沒有使用索引，第 2 句使用了主鍵索引 pk_mytables. FF 的巨大影響由此可見一斑。由此想到，我們在寫 sql 語句時，如果預先估計一下 FF, 你就幾乎可以預見到 Oracle 會否使用索引。



第二講、索引也有好壞

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 的全稱是 Balanced , 其意義是，從 tree 的 root 到任何一個 leaf ，要經過同樣多的 level. 索引可以只有一個欄位（ Single column ） , 也可以有多個欄位（ Composite ） , 最多 32 個欄位， 8I 還支援 Function-based index. 許多 developer 都傾向於使用單列 B 樹索引。

除此之外呢？我們還是來看一個例子吧：

　　在 HP （ Oracle 8.1.7 ） 上執行以下語句：

select count(1) from mytabs where coid>=130000 and issuedate >= to_date ('2001-07-20', 'yyyy-mm-dd') 。

　　一開始，我們有兩個單列索引： I_mytabs1(coid), I_mytabs2(issuedate), 下面是執行情況：

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，它讀取了 7000 個資料區塊來獲得所查詢的 6000 多行。

　　現在，去掉這兩個單列索引，增加一個複合索引 I_mytabs_test ( coid, issuedate), 重新執行，結果如下：

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，這次唯讀取了 300 個資料區塊。

7000 塊對 300 塊，這就是在這個例子中，單列索引與複合索引的代價之比。這個例子提示我們， 在許多情況下，單列索引不如複合索引有效率。

　　可以說，在索引的設定問題上，其實有許多工作可以做。正確地設定索引，需要對應用進行總體的分析。



第三講、索引再好，不用也是白搭

拋開前面所說的，假設你設定了一個非常好的索引，任何傻瓜都知道應該使用它，但是 Oracle 卻偏偏不用，那麼，需要做的第一件事情，是審視你的 sql 語句。

Oracle 要使用一個索引，有一些最基本的條件：

1 ， where 子句中的這個欄位，必須是複合索引的第一個欄位；

2 ， where 子句中的這個欄位，不應該參與任何形式的計算

　　具體來講，假設一個索引是按 f1, f2, f3 的次序建立的，現在有一個 sql 語句 , where 子句是 f2 = : var2, 則因為 f2 不是索引的第 1 個欄位，無法使用該索引。

　　第 2 個問題，則在我們之中非常嚴重。以下是從 實際系統上面抓到的幾個例子：

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進行改進。請注意這樣的語句每天都在我們的系統中運行，消耗我們有限的 cpu 和 記憶體資源。

除了 1 ， 2 這兩個我們必須牢記於心的原則外，還應盡量熟悉各種操作符對 Oracle 是否使用索引的影響。這裡我只講哪些操作或者操作符會顯式（ explicitly ）地阻止 Oracle 使用索引。以下是一些基本規則：

1 ， 如果 f1 和 f2 是同一個表的兩個欄位，則 f1>f2, f1>=f2, f1

2 ， f1 is null, f1 is not null, f1 not in, f1 !=, f1 like ‘ %pattern% ' ;

3 ， Not exist

4 ， 某些情況下， f1 in 也會不用索引；

對於這些操作，別無辦法，只有盡量避免。比如，如果發現你的 sql 中的 in 操作沒有使用索引，也許可以將 in 操作改成 比較操作 + union all 。筆者在實踐中發現很多時候這很有效。

但是， Oracle 是否真正使用索引，使用索引是否真正有效，還是必須進行實地的測驗。合理的做法是，對所寫的複雜的 sql, 在將它寫入應用程式之前，先在產品資料庫上做一次 explain . explain 會獲得 Oracle 對該 sql 的解析（ plan ） , 可以明確地看到 Oracle 是如何最佳化該 sql 的。

如果經常做 explain, 就會發現，喜愛寫複雜的 sql 並不是個好習慣，因為過分複雜的 sql 其解析計劃往往不盡如人意。事實上，將複雜的 sql 拆開，有時候會極大地提高效率，因為能獲得很好的最佳化。當然這已經是題外話了。