為什么有時Oracle數據庫不用索引來查找數據？
2024-08-29 13:46:28
供稿：網友
當你運用SQL語言，向數據庫發布一條查詢語句時，Oracle將伴隨產生一個“執行計劃”，也就是該語句將通過何種數據搜索方案執行，是通過全表掃描、還是通過索引搜尋等其它方式。搜索方案的選用與ORACLE的優化器息息相關。
SQL語句的執行步驟
一條SQL語句的處理過程要經過以下幾個步驟。
1 語法分析 分析語句的語法是否符合規范，衡量語句中各表達式的意義。
2 語義分析 檢查語句中涉及的所有數據庫對象是否存在，且用戶有相應的權限。
3 視圖轉換 將涉及視圖的查詢語句轉換為相應的對基表查詢語句。
4 表達式轉換 將復雜的SQL表達式轉換為較簡單的等效連接表達式。
5 選擇優化器 不同的優化器一般產生不同的“執行計劃”
6 選擇連接方式 ORACLE有三種連接方式，對多表連接ORACLE可選擇適當的連接方式。
7 選擇連接順序 對多表連接ORACLE選擇哪一對表先連接，選擇這兩表中哪個表做為源數據表。
8 選擇數據的搜索路徑 根據以上條件選擇合適的數據搜索路徑，如是選用全表搜索還是利用索引或是其他的方式。
9 運行“執行計劃”
ORACLE的優化器
ORACLE有兩種優化器：基于規則的優化器（RBO， Rule Based Optimizer），和基于代價的優化器（CBO， Cost Based Optimizer）。
RBO自ORACLE 6版以來被采用，有著一套嚴格的使用規則，只要你按照它去寫SQL語句，無論數據表中的內容怎樣，也不會影響到你的“執行計劃”，也就是說對數據不“敏感”，ORACLE公司已經不再發展這種技術了。 CBO自ORACLE 7版被引入，ORACLE自7版以來采用的許多新技術都是基于CBO的，如星型連接排列查詢，哈希連接查詢，和并行查詢等。CBO計算各種可能“執行計劃”的“代價”，即cost，從中選用cost最低的方案，作為實際運行方案。 各“執行計劃”的cost的計算根據，依靠于數據表中數據的統計分布，ORACLE數據庫本身對該統計分布并不清楚，須要分析表和相關的索引，才能搜集到CBO所需的數據。
一般而言，CBO所選擇的“執行計劃”都不會比RBO的“執行計劃”差，而且相對而言，CBO對程序員的要求沒有RBO那么苛刻，節省了程序員為了從多個可能的“執行計劃”中選擇一個最優的方案而花費的調試時間，但在某些場合下也會存在問題。
較典型的問題有：有時，表明明建有索引，但查詢過程顯然沒有用到相關的索引，導致查詢過程耗時漫長，占用資源巨大，問題到底出在哪兒呢？按照以下順序查找，基本上能發現原因所在。
查找原因的步驟
首先，我們要確定數據庫運行在何種優化模式下，相應的參數是：optimizer_mode。可在svrmgrl中運行“show parameter optimizer_mode"來查看。ORACLE V7以來缺省的設置應是"choose"，即假如對已分析的表查詢的話選擇CBO，否則選擇RBO。假如該參數設為“rule”，則不論表是否分析過，一概選用RBO，除非在語句中用hint強制。
其次，檢查被索引的列或組合索引的首列是否出現在PL/SQL語句的WHERE子句中，這是“執行計劃”能用到相關索引的必要條件。
第三，看采用了哪種類型的連接方式。ORACLE的共有Sort Merge Join（SMJ）、Hash Join（HJ）和Nested Loop Join（NL）。在兩張表連接，且內表的目標列上建有索引時，只有Nested Loop才能有效地利用到該索引。SMJ即使相關列上建有索引，最多只能因索引的存在，避免數據排序過程。HJ由于須做HASH運算，索引的存在對數據查詢速度幾乎沒有影響。
第四，看連接順序是否答應使用相關索引。假設表emp的deptno列上有索引，表dept的列deptno上無索引，WHERE語句有emp.deptno=dept.deptno條件。在做NL連接時，emp做為外表，先被訪問，由于連接機制原因，外表的數據訪問方式是全表掃描，emp.deptno上的索引顯然是用不上，最多在其上做索引全掃描或索引快速全掃描。
第五，是否用到系統數據字典表或視圖。由于系統數據字典表都未被分析過，可能導致極差的“執行計劃”。但是不要擅自對數據字典表做分析，否則可能導致死鎖，或系統性能下降。 第六，索引列是否函數的參數。如是，索引在查詢時用不上。
第七，是否存在潛在的數據類型轉換。如將字符型數據與數值型數據比較，ORACLE會自動將字符型用to_number()函數進行轉換，從而導致第六種現象的發生。
第八，是否為表和相關的索引搜集足夠的統計數據。對數據經常有增、刪、改的表最好定期對表和索引進行分析，可用SQL語句“analyze table xxxx compute statistics for all indexes;"。ORACLE把握了充分反映實際的統計數據，才有可能做出正確的選擇。
第九，索引列的選擇性不高。
我們假設典型情況，有表emp，共有一百萬行數據，但其中的emp.deptno列，數據只有4種不同的值，如10、20、30、40。雖然emp數據行有很多，ORACLE缺省認定表中列的值是在所有數據行均勻分布的，也就是說每種deptno值各有25萬數據行與之對應。假設SQL搜索條件DEPTNO=10，利用deptno列上的索引進行數據搜索效率，往往不比全表掃描的高，ORACLE理所當然對索引“視而不見”，認為該索引的選擇性不高。
但我們考慮另一種情況，假如一百萬數據行實際不是在4種deptno值間平均分配，其中有99萬行對應著值10，5000行對應值20，3000行對應值30，2000行對應值40。在這種數據分布圖案中對除值為10外的其它deptno值搜索時，毫無疑問，假如索引能被應用，那么效率會高出很多。我們可以采用對該索引列進行單獨分析，或用analyze語句對該列建立直方圖，對該列搜集足夠的統計數據，使ORACLE在搜索選擇性較高的值能用上索引。
第十，索引列值是否可為空（NULL）。假如索引列值可以是空值，在SQL語句中那些需要返回NULL值的操作，將不會用到索引，如COUNT（*），而是用全表掃描。這是因為索引中存儲值不能為全空。
第十一，看是否有用到并行查詢（PQO）。并行查詢將不會用到索引。
第十二，看PL/SQL語句中是否有用到bind變量。由于數據庫不知道bind變量具體是什么值，在做非相等連接時，如“<”，“>”,“like”等。ORACLE將引用缺省值，在某些情況下會對執行計劃造成影響。
假如從以上幾個方面都查不出原因的話，我們只好用采用在語句中加hint的方式強制ORACLE使用最優的“執行計劃”。
hint采用注釋的方式，有行注釋和段注釋兩種方式。
如我們想要用到A表的IND_COL1索引的話，可采用以下方式：
“SELECT /*+ INDEX（A IND_COL1）*/ * FROM A WHERE COL1 = XXX;"
注重，注釋符必須跟在SELECT之后，且注釋中的“+”要緊跟著注釋起始符“/*”或“--”，否則hint就被認為是一般注釋，對PL/SQL語句的執行不產生任何影響。
兩種有效的跟蹤調試方法
ORACLE提供了兩種有效的工具來跟蹤調試PL/SQL語句的執行計劃。
一種是EXPLAIN TABLE方式。用戶必須首先在自己的模式（SCHEMA）下，建立PLAN_TABLE表，執行計劃的每一步驟都將記錄在該表中，建表SQL腳本為在${ORACLE_HOME}/rdbms/admin/下的utlxplan.sql。
打開SQL*PLUS，輸入“SET AUTOTRACE ON”，然后運行待調試的SQL語句。在給出查詢結果后，ORACLE將顯示相應的“執行計劃”，包括優化器類型、執行代價、連接方式、連接順序、數據搜索路徑以及相應的連續讀、物理讀等資源代價。
假如我們不能確定需要跟蹤的具體SQL語句，比如某個應用使用一段時間后，響應速度忽然變慢。我們這時可以利用ORACLE提供的另一個有力工具TKPROF，對應用的執行過程全程跟蹤。
我們要先在系統視圖V$session中，可根據USERID或MACHINE，查出相應的SID和SERIAL#。
以SYS或其他有執行DBMS_SYSTEM程序包的用戶連接數據庫，執行“EXECUTE DBMS_SYSTEM.SET_SQL_TRACE_IN_SESSION（SID，SERIAL#，TRUE）；”。
然后運行應用程序，這時在服務器端，數據庫參數“USER_DUMP_DEST”指示的目錄下，會生成ora__xxxx.trc文件，其中xxxx為被跟蹤應用的操作系統進程號。
應用程序執行完成后，用命令tkprof對該文件進行分析。命令示例：“tkprof tracefile outputfile explain=userid/passWord"。在操作系統ORACLE用戶下，鍵入“tkprof”，會有具體的命令幫助。分析后的輸出文件outputfile中，有每一條PL/SQL語句的“執行計劃”、CPU占用、物理讀次數、邏輯讀次數、執行時長等重要信息。根據輸出文件的信息，我們可以很快發現應用中哪條PL/SQL語句是問題的癥結所在。
