• ORACLE索引失效原因归纳[转]


    1.隐式转换导致索引失效.这一点应当引起重视.也是开发中经常会犯的错误.

      由于表的字段tu_mdn定义为varchar2(20),但在查询时把该字段作为number类型以where条件传给Oracle,这样会导致索引失效.
     错误的例子:select * from test where tu_mdn=13333333333;
     正确的例子:select * from test where tu_mdn='13333333333';
     
    2. 对索引列进行运算导致索引失效,我所指的对索引列进行运算包括(+,-,*,/,! 等)
      错误的例子:select * from test where id-1=9;
     正确的例子:select * from test where id=10;
     
    3. 使用Oracle内部函数导致索引失效.对于这样情况应当创建基于函数的索引.
           错误的例子:select * from test where round(id)=10; 说明,此时id的索引已经不起作用了
          正确的例子:首先建立函数索引,create index test_id_fbi_idx on test(round(id));然后 select * from test where  round(id)=10; 这时函数索引起作用了
     
    4. 以下使用会使索引失效,应避免使用;
     a. 使用 <> 、not in 、not exist、!=
     b. like "%_" 百分号在前(可采用在建立索引时用reverse(columnName)这种方法处理)
           c. 单独引用复合索引里非第一位置的索引列.应总是使用索引的第一个列,如果索引是建立在多个列上, 只有在它的第一个 列被where子句引用时,优化器才会选择使用该索引。
     d. 字符型字段为数字时在where条件里不添加引号.
     e. 当变量采用的是times变量,而表的字段采用的是date变量时.或相反情况。
     
     
    5. 不要将空的变量值直接与比较运算符(符号)比较。
       如果变量可能为空,应使用 IS NULL 或 IS NOT NULL 进行比较,或者使用 ISNULL 函数。
     
    6. 不要在 SQL 代码中使用双引号。
      因为字符常量使用单引号。如果没有必要限定对象名称,可以使用(非 ANSI SQL 标准)括号将名称括起来。
     
    7. 将索引所在表空间和数据所在表空间分别设于不同的磁盘chunk上,有助于提高索引查询的效率。
     
    8. Oracle默认使用的基于代价的SQL优化器(CBO)非常依赖于统计信息,一旦统计信息不正常,会导致数 据库查询时不使用索引或使用错误的索引。
         一般来说,Oracle的自动任务里面会包含更新统计信息的语句,但如果表数据发生了比较大的变化(超过 20%),可以考虑立即手动更新统计信息,例如:analyze table abc compute statistics,但注意,更新统计 信息比较耗费系统资源,建议在系统空闲时执行。
     
    9. Oracle在进行一次查询时,一般对一个表只会使用一个索引.
         因此,有时候过多的索引可能导致Oracle使用错误的索引,降低查询效率。例如某表有索引1(Policyno) 和索引 2 ( classcode),如果查询条件为  policyno =  ‘ xx ’  and classcode =  ‘ xx ’ ,则系统有可能会使用索引 2,相较于使用索引1,查询效率明显降低。
     
    10. 优先且尽可能使用分区索引。
  • 相关阅读:
    mysql授权指定ip远程登录
    FinalShell Mac OS版,Linux版安装及教程(Mac下的xshell)
    Mac下搭建Vue开发环境
    卸载阿里云盾(安骑士)监控&屏蔽云盾IP
    Deep Learning 学习笔记(8):自编码器( Autoencoders )
    Deep Learning 学习笔记(7):神经网络的求解 与 反向传播算法(Back Propagation)
    Deep Learning 学习笔记(6):神经网络( Neural Network )
    Deep Learning 学习笔记(5):Regularization 规则化
    Deep Learning 学习笔记(4):Logistic Regression 逻辑回归
    Deep Learning 学习笔记(3):Linear Regression 数据的预处理
  • 原文地址:https://www.cnblogs.com/guanjie20/p/4817337.html
Copyright © 2020-2023  润新知