zoukankan      html  css  js  c++  java
  • oralce 索引(1)

    本文来自网上整理 来自以下博客内容

    http://www.360doc.com/content/13/0712/11/13136648_299364992.shtml;

    http://www.cnblogs.com/fnng/archive/2012/10/10/2719221.html;

    索引的概念

    索引是建立在表上的可选对象。索引的关键在于通过一组排序后的索引键来取代默认的全表扫描检索方式,从而提高检索效率。

    索引在逻辑上和物理上都与相关的表的数据无关,当创建或删除一个索引时,不会影响基本的表、数据库应用或其他索引,当插入、更改和删除相关的表记录时,Oracle会自动管理索引,如果删除索引,所有的应用仍然可以继续工作。因此,在表上创建索引不会对表的使用产生任何影响,但是,在表中的一列或多列上创建索引可以为数据的检索提供快捷的存取路径,提高检索速度。

    索引一旦建立后,当在表上进行DML操作时,Oracle会自动维护索引,并决定何时使用索引。

        索引的使用对用户是透明的,用户不需要在执行SQL语句时指定使用哪个索引及如何使用索引,也就是说,无论表上是否创建有索引,SQL语句的用法不变。用户在进行操作时,不需要考虑索引的存在,索引只与系统性能相关

    索引的类型

        Oracle支持多种类型的索引,可以按列的多少、索引值是否唯一和索引数据的组织形式对索引进行分类,以满足各种表和查询条件的要求。

        1.单列索引和复合索引

        2.B树索引

        3.位图索引

        4.函数索引

    索引的语法

    CREATE UNIUQE | BITMAP INDEX <schema>.<index_name>
    
          ON <schema>.<table_name>
    
               (<column_name> | <expression> ASC | DESC,
                <column_name> | <expression> ASC | DESC,...)
         TABLESPACE <tablespace_name>
         STORAGE <storage_settings>
         LOGGING | NOLOGGING
        COMPUTE STATISTICS
         NOCOMPRESS | COMPRESS<nn>
         NOSORT | REVERSE
         PARTITION | GLOBAL PARTITION<partition_setting>

    相关说明

    1) UNIQUE | BITMAP:指定UNIQUE为唯一值索引,BITMAP为位图索引,省略为B-Tree索引。
    2)<column_name> | <expression> ASC | DESC:可以对多列进行联合索引,当为expression时即“基于函数的索引”
    3)TABLESPACE:指定存放索引的表空间(索引和原表不在一个表空间时效率更高)
    4)STORAGE:可进一步设置表空间的存储参数
    5)LOGGING | NOLOGGING:是否对索引产生重做日志(对大表尽量使用NOLOGGING来减少占用空间并提高效率)
    6)COMPUTE STATISTICS:创建新索引时收集统计信息
    7)NOCOMPRESS | COMPRESS<nn>:是否使用“键压缩”(使用键压缩可以删除一个键列中出现的重复值)
    8)NOSORT | REVERSE:NOSORT表示与表中相同的顺序创建索引,REVERSE表示相反顺序存储索引值
    9)PARTITION | NOPARTITION:可以在分区表和未分区表上对创建的索引进行分区

     

    索引特点

    第一,通过创建唯一性索引,可以保证数据库表中每一行数据的唯一性。 

    第二,可以大大加快数据的检索速度,这也是创建索引的最主要的原因。 

    第三,可以加速表和表之间的连接,特别是在实现数据的参考完整性方面特别有意义。 

    第四,在使用分组和排序子句进行数据检索时,同样可以显著减少查询中分组和排序的时间。 

    第五,通过使用索引,可以在查询的过程中,使用优化隐藏器,提高系统的性能。

    索引不足

    第一,创建索引和维护索引要耗费时间,这种时间随着数据量的增加而增加。 

    第二,索引需要占物理空间,除了数据表占数据空间之外,每一个索引还要占一定的物理空间,如果要建立聚簇索引,那么需要的空间就会更大。 

    第三,当对表中的数据进行增加、删除和修改的时候,索引也要动态的维护,这样就降低了数据的维护速度。 

    创建索引规则

    1.小表不需要建立索引。

    2.对于大表而言,如果经常查询的记录数目少于表中总记录数目的15%时,可以创建索引。这个比例并不绝对,它与全表扫描速度成反比。

    3.对于大部分列值不重复的列可建立索引。

    4.对于基数大的列,适合建立B树索引,而对于基数小的列适合建立位图索引。

    5.对于列中有许多空值,但经常查询所有的非空值记录的列,应该建立索引。

    6.LONG和LONG RAW列不能创建索引。

    7.经常进行连接查询的列上应该创建索引。

    8.在使用CREATE INDEX语句创建查询时,将最常查询的列放在其他列前面。

    9.维护索引需要开销,特别时对表进行插入和删除操作时,因此要限制表中索引的数量。对于主要用于读的表,则索引多就有好处,但是,一个表如果经常被更改,则索引应少点。

    10.在表中插入数据后创建索引。如果在装载数据之前创建了索引,那么当插入每行时,Oracle都必须更改每个索引。

    11. 把索引与对应的表放在不同的表空间。 当读取一个表时表与索引是同时进行的。如果表与索引和在一个表空间里就会产生资源竞争,放在两个表这空就可并行执行。

    12. 如果一个表很大,建立索引的时间很长,因为建立索引也会产生大量的redo信息,所以在创建索引时可以设置不产生或少产生redo信息。只要表数据存在,索引失败了大不了再建,所以可以不需要产生redo信息。

    13. 建索引的时候应该根据具体的业务SQL来创建,特别是where条件,还有where条件的顺序,尽量将过滤大范围的放在后面,因为SQL执行是从后往前的.

    14. 权衡索引个数与DML之间关系,DML也就是插入、删除数据操作,这里需要权衡一个问题,建立索引的目的是为了提高查询效率的,但建立的索引过多,会影响插入、删除数据的速度,因为我们修改的表数据,索引也要跟着修改。这里需要权衡我们的操作是查询多还是修改多。

    限制索引

    限制索引是一些没有经验的开发人员经常犯的错误之一。在SQL中有很多陷阱会使一些索引无法使用。下面讨论一些常见的问题:
           使用不等于操作符(<>、!=)      
       下面的查询即使在cust_rating列有一个索引,查询语句仍然执行一次全表扫描。     
       select cust_Id,cust_name from customers where  cust_rating <> 'aa';        
    把上面的语句改成如下的查询语句,这样,在采用基于规则的优化器而不是基于代价的优化器(更智能)时,将会使用索引。        
      select cust_Id,cust_name from customers where cust_rating < 'aa' or cust_rating > 'aa';
      特别注意:通过把不等于操作符改成OR条件,就可以使用索引,以避免全表扫描。
         使用IS NULL 或IS NOT NULL
       使用IS NULL 或IS NOT NULL同样会限制索引的使用。因为NULL值并没有被定义。在SQL语句中使用NULL会有很多的麻烦。因此建议开发人员在建表时,把需要索引的列设成 NOT NULL。如果被索引的列在某些行中存在NULL值,就不会使用这个索引(除非索引是一个位图索引,关于位图索引在稍后在详细讨论)。
         使用函数
       如果不使用基于函数的索引,那么在SQL语句的WHERE子句中对存在索引的列使用函数时,会使优化器忽略掉这些索引。 下面的查询不会使用索引(只要它不是基于函数的索引)
     select empno,ename,deptno from emp  where  trunc(hiredate)='01-MAY-81';
       把上面的语句改成下面的语句,这样就可以通过索引进行查找。
    select empno,ename,deptno from emp where  hiredate<(to_date('01-MAY-81')+0.9999);

       比较不匹配的数据类型       
    也是比较难于发现的性能问题之一。 注意下面查询的例子,account_number是一个VARCHAR2类型,在account_number字段上有索引。

    下面的语句将执行全表扫描:

     select bank_name,address,city,state,zip from banks where account_number = 990354;
      Oracle可以自动把where子句变成to_number(account_number)=990354,这样就限制了索引的使用,改成下面的查询就可以使用索引:
     select bank_name,address,city,state,zip from banks where account_number ='990354';

    特别注意:不匹配的数据类型之间比较会让Oracle自动限制索引的使用,即便对这个查询执行Explain Plan也不能让您明白为什么做了一次“全表扫描”。

    索引的名词

     查询索引
    查询DBA_INDEXES视图可得到表中所有索引的列表,注意只能通过USER_INDEXES的方法来检索模式(schema)的索引。访问USER_IND_COLUMNS视图可得到一个给定表中被索引的特定列。

    组合索引
    当某个索引包含有多个已索引的列时,称这个索引为组合(concatented)索引。在 Oracle9i引入跳跃式扫描的索引访问方法之前,查询只能在有限条件下使用该索引。比如:表emp有一个组合索引键,该索引包含了empno、 ename和deptno。在Oracle9i之前除非在where之句中对第一列(empno)指定一个值,否则就不能使用这个索引键进行一次范围扫描。
    特别注意:在Oracle9i之前,只有在使用到索引的前导索引时才可以使用组合索引!
     ORACLE ROWID
    通过每个行的ROWID,索引Oracle提供了访问单行数据的能力。ROWID其实就是直接指向单独行的线路图。如果想检查重复值或是其他对ROWID本身的引用,可以在任何表中使用和指定rowid列。

    选择性
       使用USER_INDEXES视图,该视图中显示了一个distinct_keys列。比较一下唯一键的数量和表中的行数,就可以判断索引的选择性。选择性越高,索引返回的数据就越少。

    群集因子(Clustering Factor)
      Clustering Factor位于USER_INDEXES视图中。该列反映了数据相对于已建索引的列是否显得有序。如果Clustering Factor列的值接近于索引中的树叶块(leaf block)的数目,表中的数据就越有序。如果它的值接近于表中的行数,则表中的数据就不是很有序。

    具体链接:http://www.cnblogs.com/wujin/p/6371275.html

     二元高度(Binary height)
      索引的二元高度对把ROWID返回给用户进程时所要求的I/O量起到关键作用。在对一个索引进行分析后,可以通过查询DBA_INDEXES的B- level列查看它的二元高度。二元高度主要随着表的大小以及被索引的列中值的范围的狭窄程度而变化。索引上如果有大量被删除的行,它的二元高度也会增加。更新索引列也类似于删除操作,因为它增加了已删除键的数目。重建索引可能会降低二元高度。

    具体链接:http://www.cnblogs.com/wujin/p/6373895.html

    快速全局扫描
      从Oracle7.3后就可以使用快速全局扫描(Fast Full Scan)这个选项。这个选项允许Oracle执行一个全局索引扫描操作。快速全局扫描读取B-树索引上所有树叶块。初始化文件中的 DB_FILE_MULTIBLOCK_READ_COUNT参数可以控制同时被读取的块的数目。

    跳跃式扫描
      从Oracle9i开始,索引跳跃式扫描特性可以允许优化器使用组合索引,即便索引的前导列没有出现在WHERE子句中。索引跳跃式扫描比全索引扫描要快的多

  • 相关阅读:
    Yarn&Mapreduce参数的具体含义和配置参考
    【转】用Python实现各种排序算法
    xpath表达式,提取标签下的全部内容(将其他标签过滤)
    ssh IP打通,hadoop启动失败
    windows7下安装python3的scrapy框架
    【转】git push 出现401 错误
    Linux多条指令之间;和&&
    [转]用了docker是否还有必要使用openstack?
    自动化软件部署的shell脚本
    Nginx配置教程
  • 原文地址:https://www.cnblogs.com/wujin/p/3186283.html
Copyright © 2011-2022 走看看