关于索引的使用模式

简介: 索引的使用对于一些庞大的sql语句来说,大多数的调优场景中有种雪中送炭的感觉,如果几百万,几千万的数据筛查,全表扫描将会是一个极度消耗资源的过程,但是如果走了索引扫描,可能性能会提升成百上千倍。

索引的使用对于一些庞大的sql语句来说,大多数的调优场景中有种雪中送炭的感觉,如果几百万,几千万的数据筛查,全表扫描将会是一个极度消耗资源的过程,但是如果走了索引扫描,可能性能会提升成百上千倍。索引的访问模式有以下几种,其实有些时候对有些细节还是不太注意。对不同的使用场景可以有一定的针对性,效率也许更高。
可以创建如下的测试表来简单归纳一些。

SQL> create table a as select object_id,object_name,object_type from dba_objects;
Table created.

SQL> desc a
 Name                                                  Null?    Type
 ----------------------------------------------------- -------- ------------------------------------
 OBJECT_ID                                                      NUMBER
 OBJECT_NAME                                               VARCHAR2(128)
 OBJECT_TYPE                                               VARCHAR2(19)

SQL> analyze table a compute statistics;
Table analyzed.

SQL> create unique index ind_a on a(object_id);  --我们创建了唯一性索引
Index created.

SQL> set autot traceonly exp
查看执行计划,使用了index uniqe scan,这种方式是最快的索引访问模式。


我们只输出索引列的值,结果预想可以走索引扫描,但是结果走了全表扫描,来看看为什么。


我们只需要简单的修改一些列的属性,就可以排除null的干扰,走索引扫描,这个时候走的是快速索引全扫描。这种索引扫描因为不会涉及到排序,所以扫描要快一些。

如果要对索引列作排序,这个时候可以使用索引全扫描,通过下面的执行计划可以看到快速扫描和全扫描的差别。


如果涉及到索引列的区间值,可以使用区间扫描,比如我们常用的between条件就会走区间扫描。


对于跳跃索引扫描,可能会略微难懂一些。
可以举一个简单的例子来模拟一下。我们创建一个表a,然后让一些字段的数据分布倾斜。
SQL> drop index ind_a;
Index dropped.
SQL> create index ind_a on a(object_type,object_id,object_name);
Index created.
SQL> analyze table a compute statistics for all indexed columns;
Table analyzed.
SQL> select object_id from a where object_type='INDEX PARTITION' and rownum  OBJECT_ID
----------
      5639
可以看到数据的分布情况如下。

这个时候使用object_id来做查询,就会走跳跃索引扫描。尽管索引列是(object_type,object_id,object_name),但是通过object_id能够筛查出很小比例的数据。

目录
相关文章
|
消息中间件 存储 缓存
Kafka(三)【Broker 存储】(1)
Kafka(三)【Broker 存储】
|
存储 人工智能 Serverless
【收藏】制作艺术二维码,用 Stable Diffusion 就行!
艺术永远都不至于一种方式,基于函数计算部署 Stable Diffusion 制作艺术二维码,把你的艺术作品藏在二维码里面!
|
9月前
|
存储 机器学习/深度学习 算法
《共轭梯度法VS梯度下降法:深度剖析两大优化算法的差异》
梯度下降法与共轭梯度法是机器学习和优化中的重要算法。梯度下降法每次沿最速下降方向迭代,收敛慢且易出现“之字形”路径;共轭梯度法则利用共轭方向,避免重复搜索,收敛更快,尤其在二次型问题中表现优异。梯度下降法对步长敏感,存储需求大;共轭梯度法存储需求低,适合大规模问题。选择算法需综合考虑问题特性、数据规模及精度要求。
340 6
|
9月前
|
机器学习/深度学习 编解码 异构计算
RT-DETR改进策略【模型轻量化】| 替换骨干网络为 ICCV 2023的EfficientViT 用于高分辨率密集预测的多尺度线性关注
RT-DETR改进策略【模型轻量化】| 替换骨干网络为 ICCV 2023的EfficientViT 用于高分辨率密集预测的多尺度线性关注
296 0
RT-DETR改进策略【模型轻量化】| 替换骨干网络为 ICCV 2023的EfficientViT 用于高分辨率密集预测的多尺度线性关注
移动端的打开方式,打开F12之后,就可以看到手机样式设计,移动端的初始化使用normalize.css代码库录到,box-sizing: border-box; 定宽度为多少就是多少,代码库,移动端
移动端的打开方式,打开F12之后,就可以看到手机样式设计,移动端的初始化使用normalize.css代码库录到,box-sizing: border-box; 定宽度为多少就是多少,代码库,移动端
|
监控 Unix 应用服务中间件
Android-音视频学习系列-(八)基于-Nginx-搭建(rtmp、http)直播服务器
Android-音视频学习系列-(八)基于-Nginx-搭建(rtmp、http)直播服务器
|
Android开发
【通讯录教程】苹果安卓鸿蒙系统通用,如何大批量导入手机号码到手机的通讯录,下面教你方法,只需1分钟搞定几万个号码的导入手机电话本
该文介绍了一种快速批量导入手机通讯录的方法,适用于处理大量手机号的需求,如微商管理、客户资料整理等。在QQ同步助手开始收费后,提供了免费的替代方案。步骤包括:下载批量导入软件(链接提供腾讯云盘和百度网盘地址),清空通讯录(非必需),制作符合格式的通讯录文件,并按操作系统(苹果、安卓或鸿蒙)进行导入。整个过程只需1分钟,简便快捷。
2223 2
|
分布式计算 Hadoop Shell
Hbase集群搭建
Hbase集群搭建
432 0
|
人工智能 测试技术 API
[译][AI OpenAI-doc] 速率限制
速率限制是我们的API对用户或客户在指定时间段内访问我们服务的次数施加的限制。速率限制是API的一种常见做法,有助于防止对API的滥用或误用,并确保每个人都能公平地访问API。本文介绍了速率限制的原因、工作方式以及如何处理速率限制错误。
|
存储 监控 关系型数据库
【MySQL】InnoDB 什么情况下会产生死锁
【MySQL】InnoDB 什么情况下会产生死锁