为什么有时 Oracle 数据库不用索引来查找数据

2/9/2008来源:Oracle教程人气:5759


  
当你运用 SQL 语言,向数据库发布一条查询语句时, Oracle 将伴随产生一个“执行计划”,也就是该语句将通过何种数据搜索方案执行,是通过全表扫描、还是通过索引搜寻等其它方式。搜索方案的选用与 ORACLE 的优化器息息相关。

SQL 语句的执行步骤。

1 语法分析 分析语句的语法是否符合规范,衡量语句中各表达式的意义。

2 语义分析 检查语句中涉及的所有数据库对象是否存在,且用户有相应的权限。

3 视图转换 将涉及视图的查询语句转换为相应的对基表查询语句。

4 表达式转换 将复杂的 SQL 表达式转换为较简单的等效连接表达式。

5 选择优化器 不同的优化器一般产生不同的“执行计划”

6 选择连接方式 ORACLE 有三种连接方式,对多表连接 ORACLE 可选择适当的连接方式。

7 选择连接顺序 对多表连接 ORACLE 选择哪一对表先连接,选择这两表中哪个表做为源数据表。

8 选择数据的搜索路径 根据以上条件选择合适的数据搜索路径,如是选用全表搜索还是利用索引或是其他的方式。

9 运行“执行计划”

ORACLE 的优化器

ORACLE 有两种优化器:基于规则的优化器( RBO , Rule Based Optimizer ),和基于代价的优化器( CBO , Cost Based Optimizer )。

RBO 自 ORACLE 6 版以来被采用,有着一套严格的使用规则,只要你按照它去写 SQL 语句,无论数据表中的内容怎样,也不会影响到你的“执行计划”,也就是说对数据不“敏感”, ORACLE 公司已经不再发展这种技术了。

CBO 自 ORACLE 7 版被引入, ORACLE 自 7 版以来采用的许多新技术都是基于 CBO 的,如星型连接排列查询,哈希连接查询,和并行查询等。 CBO 计算各种可能“执行计划”的“代价”,即 cost ,从中选用 cost 最低的方案,作为实际运行方案。各“执行计划”的 cost 的计算根据,依靠于数据表中数据的统计分布, ORACLE 数据库本身对该统计分布并不清楚,须要分析表和相关的索引,才能搜集到 CBO 所需的数据。

一般而言, CBO 所选择的“执行计划”都不会比 RBO 的“执行计划”差,而且相对而言, CBO 对程序员的要求没有 RBO 那么苛刻,节省了程序员为了从多个可能的“执行计划”中选择一个最优的方案而花费的调试时间,但在某些场合下也会存在问题。

较典型的问题有:有时,表明明建有索引,但查询过程显然没有用到相关的索引,导致查询过程耗时漫长,占用资源巨大,问题到底出在哪儿呢?按照以下顺序查找,基本上能发现原因所在。

查找原因的步骤

首先,我们要确定数据库运行在何种优化模式下,相应的参数是: optimizer_mode 。可在 svrmgrl 中运行“ show parameter optimizer_mode" 来查看。 ORACLE V7 以来缺省的设置应是 "choose" ,即假如对已分析的表查询的话选择 CBO ,否则选择 RBO 。假如该参数设为“ rule ”,则不论表是否分析过,一概选用 RBO ,除非在语句中用 hint 强制。

其次,检查被索引的列或组合索引的首列是否出现在 PL/SQL 语句的 WHERE 子句中,这是“执行计划”能用到相关索引的必要条件。

第三,看采用了哪种类型的连接方式。 ORACLE 的共有 Sort Merge Join ( SMJ )、 Hash Join ( HJ )和 Nested Loop Join ( NL )。在两张表连接,且内表的目标列上建有索引时,只有 Nested Loop 才能有效地利用到该索引。 SMJ 即使相关列上建有索引,最多只能因索引的存在,避免数据排序过程。 HJ 由于须做 HASH 运算,索引的存在对数据查询速度几乎没有影响。

第四,看连接顺序是否答应使用相关索引。假设表 emp 的 deptno 列上有索引,表 dept 的列 deptno 上无索引, WHERE 语句有 emp.deptno=dept.deptno 条件。在做 NL 连接时, emp 做为外表,先被访问,由于连接机制原因,外表的数据访问方式是全表扫描, emp.deptno 上的索引显然是用不上,最多在其上做索引全扫描或索引快速全扫描。

第五,是否用到系统数据字典表或视图。由于系统数据字典表都未被分析过,可能导致极差的“执行计划”。但是不要擅自对数据字典表做分析,否则可能导致死锁,或系统性能下降。
第六,是否存在潜在的数据类型转换。如将字符型数据与数值型数据比较, ORACLE 会自动将字符型用 to_number() 函数进行转换,从而导致第六种现象的发生。


第七,是否为表和相关的索引搜集足够的统计数据。对数据经常有增、删、改的表最好定期对表和索引进行分析,可用 SQL 语句“ analyze table xxxx compute statistics for all indexes;" 。 ORACLE 把握了充分反映实际的统计数据,才有可能做出正确的选择。

第八,索引列的选择性不高。 我们假设典型情况,有表 emp ,共有一百万行数据,但其中的 emp.deptno 列,数据只有 4 种不同的值,如 10 、 20 、 30 、 40 。
虽然 emp 数据行有很多, ORACLE 缺省认定表中列的值是在所有数据行均匀分布的,也就是说每种 deptno 值各有 25 万数据行与之对应。假设 SQL 搜索条件 DEPTNO=10 ,利用 deptno 列上的索引进行数据搜索效率,往往不比全表扫描的高, ORACLE 理所当然对索引“视而不见”,认为该索引的选择性不高。 但我们考虑另一种情况,假如一百万数据行实际不是在 4 种 deptno 值间平均分配,其中有 99 万行对应着值 10 , 5000 行对应值 20 , 3000 行对应值 30 , 2000 行对应值 40 。在这种数据分布图案中对除值为 10 外的其它 deptno 值搜索时,毫无疑问,假如索引能被应用,那么效率会高出很多。我们可以采用对该索引列进行单独分析,或用 analyze 语句对该列建立直方图,对该列搜集足够的统计数据,使 ORACLE 在搜索选择性较高的值能用上索引。

第九,索引列值是否可为空( NULL )。假如索引列值可以是空值,在 SQL 语句中那些需要返回 NULL 值的操作,将不会用到索引,如 COUNT ( * ),而是用全表扫描。这是因为索引中存储值不能为全空。

第十一,看是否有用到并行查询( PQO )。并行查询将不会用到索引。如我们想要用到 A 表的 IND_COL1 索引的话,可采用以下方式:

“ SELECT /*+ INDEX ( A IND_COL1 ) */ * FROM A WHERE COL1 = XXX;"

注重,注释符必须跟在 SELECT 之后,且注释中的“ + ”要紧跟着注释起始符“ /* ”或“ -- ”,否则 hint 就被认为是一般注释,对 PL/SQL 语句的执行不产生任何影响。

一种是 EXPLAIN TABLE 方式。用户必须首先在自己的模式( SCHEMA )下,建立 PLAN_TABLE 表,执行计划的每一步骤都将记录在该表中,建表 SQL 脚本为在 ${ORACLE_HOME}/rdbms/admin/ 下的 utlxplan.sql 。

打开 SQL*PLUS ,输入“ SET AUTOTRACE ON ”,然后运行待调试的 SQL 语句。在给出查询结果后, ORACLE 将显示相应的“执行计划”,包括优化器类型、执行代价、连接方式、连接顺序、数据搜索路径以及相应的连续读、物理读等资源代价。

假如我们不能确定需要跟踪的具体 SQL 语句,比如某个应用使用一段时间后,响应速度忽然变慢。我们这时可以利用 ORACLE 提供的另一个有力工具 TKPROF ,对应用的执行过程全程跟踪。

我们要先在系统视图 V$session 中,可根据 USERID 或 MACHINE ,查出相应的 SID 和 SERIAL# 。

以 SYS 或其他有执行 DBMS_SYSTEM 程序包的用户连接数据库,执行“ EXECUTE DBMS_SYSTEM.SET_SQL_TRACE_IN_SESSION ( SID , SERIAL# , TRUE );”。

然后运行应用程序,这时在服务器端,数据库参数“ USER_DUMP_DEST ”指示的目录下,会生成 ora__xxxx.trc 文件,其中 xxxx 为被跟踪应用的操作系统进程号。

应用程序执行完成后,用命令 tkprof 对该文件进行分析。命令示例:“ tkprof tracefile outputfile explain=userid/passWord" 。在操作系统 ORACLE 用户下,键入“ tkprof ”,会有具体的命令帮助。分析后的输出文件 outputfile 中,有每一条 PL/SQL 语句的“执行计划”、 CPU 占用、物理读次数、逻辑读次数、执行时长等重要信息。根据输出文件的信息,我们可以很快发现应用中哪条 PL/SQL 语句是问题的症结所在。