NULL 值与索引(二)

    在NULL值与索引(一)中讲述了null值与索引的一些基本情况。其主要的内容为，基于允许存在null值的索引列，其索引值不会被存储；其次
是由于这个特性导致了我们在使用is null时索引失效的情形；最后则是描述的通过为null值列添加not null约束来使得is null走索引。尽管我
们可以通过添加not null来解决is null走索引，当现实中的情况是仍然很多列根本是无法确定的，而必须保持其null特性。对于此种情形该如
何解决呢？

一、通过基于函数的索引来使得is null使用索引
-->演示环境 scott@ORCL> select * from v$version where rownum<2; BANNER ---------------------------------------------------------------- Oracle Database 10g Enterprise Edition Release 10.2.0.1.0 - Prod -->创建测试表t2 scott@ORCL> create table t2(obj_id,obj_name) as select object_id,object_name from dba_objects; Table created. -->演示表t2上不存在not null约束 scott@ORCL> desc t2 Name Null? Type ----------------------------- -------- -------------------- OBJ_ID NUMBER OBJ_NAME VARCHAR2(128) -->为表t2创建一个普通的B树索引 scott@ORCL> create index i_t2_obj_id on t2(obj_id); Index created. -->将表t2列obj_id<=100的obj_id置空 -->注：在Oracle 10g中空字符串等同于null值 scott@ORCL> update t2 set obj_id='' where obj_id<=100; 99 rows updated. -->下面的查询亦表明在此时空字符串等同于null值 scott@ORCL> set null unknown scott@ORCL> select * from t2 where obj_id is null and rownum<3; OBJ_ID OBJ_NAME ---------- ------------------------------ unknown ICOL$ unknown I_USER1 -->收集统计信息 scott@ORCL> exec dbms_stats.gather_table_stats('SCOTT','T2',cascade=>true); PL/SQL procedure successfully completed. -->基于null值上使用not null会使用索引扫描，等同于前面 null值与索引(一) 中的描述 scott@ORCL> select count(*) from t2 where obj_id is not null; Execution Plan ---------------------------------------------------------- Plan hash value: 3840858596 ------------------------------------------------------------------------------------- | Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time | ------------------------------------------------------------------------------------- | 0 | SELECT STATEMENT | | 1 | 5 | 7 (0)| 00:00:01 | | 1 | SORT AGGREGATE | | 1 | 5 | | | |* 2 | INDEX FAST FULL SCAN| I_T2_OBJ_ID | 11719 | 58595 | 7 (0)| 00:00:01 | ------------------------------------------------------------------------------------- Predicate Information (identified by operation id): --------------------------------------------------- 2 - filter("OBJ_ID" IS NOT NULL) -->列obj_id is null走全表扫描 scott@ORCL> select count(*) from t2 where obj_id is null; Execution Plan ---------------------------------------------------------- Plan hash value: 3321871023 --------------------------------------------------------------------------- | Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time | --------------------------------------------------------------------------- | 0 | SELECT STATEMENT | | 1 | 5 | 13 (0)| 00:00:01 | | 1 | SORT AGGREGATE | | 1 | 5 | | | |* 2 | TABLE ACCESS FULL| T2 | 1 | 5 | 13 (0)| 00:00:01 | --------------------------------------------------------------------------- Predicate Information (identified by operation id): --------------------------------------------------- 2 - filter("OBJ_ID" IS NULL) -->创建基于函数的索引来使得is null走索引 -->下面使用了nvl函数来创建函数索引，即当obj_id为null值时，存储-1 scott@ORCL> create index i_fn_t2_obj_id on t2(nvl(obj_id,-1)); Index created. -->收集索引信息 scott@ORCL> exec dbms_stats.gather_index_stats('SCOTT','I_FN_T2_OBJ_ID'); PL/SQL procedure successfully completed. -->可以看到下面的执行计划中刚刚创建的函数索引已经生效I_FN_T2_OBJ_ID scott@ORCL> select count(*) from t2 where nvl(obj_id,-1) = -1; Execution Plan ---------------------------------------------------------- Plan hash value: 3983750858 ------------------------------------------------------------------------------------ | Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time | ------------------------------------------------------------------------------------ | 0 | SELECT STATEMENT | | 1 | 5 | 1 (0)| 00:00:01 | | 1 | SORT AGGREGATE | | 1 | 5 | | | |* 2 | INDEX RANGE SCAN| I_FN_T2_OBJ_ID | 100 | 500 | 1 (0)| 00:00:01 | ------------------------------------------------------------------------------------ Predicate Information (identified by operation id): --------------------------------------------------- 2 - access(NVL("OBJ_ID",(-1))=(-1))二、使用伪列创建基于函数的索引来使得is null使用索引
-->下面通过添加一个值为-1(可取任意值)的伪列来创建索引 scott@ORCL> create index i_new_t2_obj_id on t2(obj_id,-1); Index created. -->收集索引信息 scott@ORCL> exec dbms_stats.gather_index_stats('SCOTT','I_NEW_T2_OBJ_ID'); PL/SQL procedure successfully completed. -->从下面的查询可以看出obj_id is null使用了刚刚创建的索引 scott@ORCL> select count(*) from t2 where obj_id is null; Execution Plan ---------------------------------------------------------- Plan hash value: 801885198 ------------------------------------------------------------------------------------- | Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time | ------------------------------------------------------------------------------------- | 0 | SELECT STATEMENT | | 1 | 5 | 2 (0)| 00:00:01 | | 1 | SORT AGGREGATE | | 1 | 5 | | | |* 2 | INDEX RANGE SCAN| I_NEW_T2_OBJ_ID | 99 | 495 | 2 (0)| 00:00:01 | ------------------------------------------------------------------------------------- Predicate Information (identified by operation id): --------------------------------------------------- 2 - access("OBJ_ID" IS NULL) -->查看刚刚创建的所有索引的相关统计信息 scott@ORCL> select index_name,index_type,blevel,leaf_blocks,num_rows,status,distinct_keys 2 from user_indexes where table_name='T2'; INDEX_NAME INDEX_TYPE BLEVEL LEAF_BLOCKS NUM_ROWS STATUS DISTINCT_KEYS --------------- ------------------------------ ---------- ----------- ---------- -------- ------------- I_FN_T2_OBJ_ID FUNCTION-BASED NORMAL 1 26 11719 VALID 11621 I_NEW_T2_OBJ_ID FUNCTION-BASED NORMAL 1 32 11719 VALID 11621 I_T2_OBJ_ID NORMAL 1 25 11620 VALID 11620 -->从上面的结果可知： -->普通的B索引(I_T2_OBJ_ID)使用的索引块最小，因为null值没有被存储，NUM_ROWS与DISTINCT_KEYS即是佐证 -->使用NVL函数创建的索引I_FN_T2_OBJ_ID中如实的反应了null值，即11620 + null值 = 11621 -->使用伪列创建的索引依然属于函数索引，其耗用的叶节点块数最多，因为多出了一个值(-1)来存储 -->尽管使用NVL创建的函数占用的磁盘空间小于使用伪列创建的索引，当在书写谓词时需要带上NVL函数，而伪列索引中谓词直接使用is null。三、NULL值与索引衍生特性
-->由前面的种种事例再次说明NULL值不会被存储到索引中，因此基于这个特性可以使用decode函数来压缩索引列。 -->在实际应用的多数情形中，如表上有打印状态列is_printed通常为两种情形，已打印或未打印，假定1表示已打印，而0表示未打印。 -->通常情况下90%以上的单据都处于已打印状态，而仅有10%左右的处于未打印。而经常要使用的情形是查询未打印的单据并重新打印。 -->基于上述情况，可以使用位图索引来解决，但此处我们讨论的是B树索引，故不考虑该情形(或者说你使用了非企业版Oracle，不支持位图索引) -->此处对于这类情形我们可以使用decode函数来解决这个问题 -->更新表上的列，使之obj_id为1的行占绝大多数 scott@ORCL> update t2 set obj_id=1 where obj_id is not null; 11620 rows updated. -->更新表，使之obj_id为0的行占少部分 scott@ORCL> update t2 set obj_id = 0 where obj_id is null; 99 rows updated. scott@ORCL> commit; -->收集统计信息 scott@ORCL> exec dbms_stats.gather_table_stats('SCOTT','T2',cascade=>true); PL/SQL procedure successfully completed. -->表t2上obj_id列的最终分布 scott@ORCL> select obj_id,count(*) from t2 group by obj_id; OBJ_ID COUNT(*) ---------- ---------- 1 11620 0 99 -->使用decode函数创建索引 -->注意此处decode的使用，当obj_id非0值时，其值被赋予为null值，由于该null值不会存储到索引，因此大部分obj_id列值为1的不会被索引 scott@ORCL> create index i_fn2_t2_obj_id on t2(decode(obj_id,0,0,null)); Index created. -->收集索引上的统计信息 scott@ORCL> exec dbms_stats.gather_index_stats('SCOTT','I_FN2_T2_OBJ_ID'); PL/SQL procedure successfully completed. -->查看新索引的执行计划 scott@ORCL> set autot trace exp; scott@ORCL> select count(*) from t2 where decode(obj_id,0,0,null) = 0; Execution Plan ---------------------------------------------------------- Plan hash value: 1461308992 ------------------------------------------------------------------------------------- | Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time | ------------------------------------------------------------------------------------- | 0 | SELECT STATEMENT | | 1 | 3 | 1 (0)| 00:00:01 | | 1 | SORT AGGREGATE | | 1 | 3 | | | |* 2 | INDEX RANGE SCAN| I_FN2_T2_OBJ_ID | 98 | 294 | 1 (0)| 00:00:01 | ------------------------------------------------------------------------------------- Predicate Information (identified by operation id): --------------------------------------------------- 2 - access(DECODE("OBJ_ID",0,0,NULL)=0) -->当直接使用obj_id = 0来查询时使用的是普通的B树索引 scott@ORCL> select count(*) from t2 where obj_id = 0; Execution Plan ---------------------------------------------------------- Plan hash value: 1804118247 --------------------------------------------------------------------------------- | Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time | --------------------------------------------------------------------------------- | 0 | SELECT STATEMENT | | 1 | 3 | 1 (0)| 00:00:01 | | 1 | SORT AGGREGATE | | 1 | 3 | | | |* 2 | INDEX RANGE SCAN| I_T2_OBJ_ID | 99 | 297 | 1 (0)| 00:00:01 | --------------------------------------------------------------------------------- Predicate Information (identified by operation id): --------------------------------------------------- 2 - access("OBJ_ID"=0) -->当使用obj_id = 1来查询时走全表扫描，因为obj_id = 1占据表90%以上，由CBO特性决定了走全表扫描 scott@ORCL> select * from t2 where obj_id = 1; Execution Plan ---------------------------------------------------------- Plan hash value: 1513984157 -------------------------------------------------------------------------- | Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time | -------------------------------------------------------------------------- | 0 | SELECT STATEMENT | | 11620 | 249K| 14 (8)| 00:00:01 | |* 1 | TABLE ACCESS FULL| T2 | 11620 | 249K| 14 (8)| 00:00:01 | -------------------------------------------------------------------------- Predicate Information (identified by operation id): --------------------------------------------------- 1 - filter("OBJ_ID"=1) -->表t2上所有索引的统计信息 scott@ORCL> select index_name,index_type,blevel,leaf_blocks,num_rows,status,distinct_keys 2 from user_indexes where table_name='T2'; INDEX_NAME INDEX_TYPE BLEVEL LEAF_BLOCKS NUM_ROWS STATUS DISTINCT_KEYS --------------- ------------------------------ ---------- ----------- ---------- -------- ------------- I_FN_T2_OBJ_ID FUNCTION-BASED NORMAL 1 40 11719 VALID 2 I_NEW_T2_OBJ_ID FUNCTION-BASED NORMAL 1 52 11719 VALID 2 I_FN2_T2_OBJ_ID FUNCTION-BASED NORMAL 0 1 99 VALID 1 I_T2_OBJ_ID NORMAL 1 40 11719 VALID 2 -->从上面的结果可知，索引I_FN2_T2_OBJ_ID仅仅存储了99跳记录，且DISTINCT_KEYS值为1个，因为所有非0值的全部被置NULL。 -->以上方法实现了索引压缩，避免了较大索引维护所需的开销，同时也提高了查询性能。 -->Author : Robinson Cheng -->Blog : http://blog.csdn.net/robinson_0612四、总结
    1、对于用于连接或经常被谓词使用到的列应尽可能避免NULL值属性，因为它容易导致索引失效。
    2、为需要使用NULL值的列添加缺省值(alter table tb modify(col default 'Y'))。
    3、如果NULL值不可避免也不能使用缺省值，应考虑为该常用列使用nvl函数创建索引，或使用伪列来创建索引以提高查询性能。
    4、对于复合索引应保证索引中至少有一列不为NULL值，还是因为全部列为NULL时不被索引存储，以保证使用is null是可以使用索引。
    5、对于复合索引应保证索引列应使用数据类型长度最小的列来添加not null约束应节省磁盘空间。

五、更多参考

NULL 值与索引(一)

SQL tuning 步骤

高效SQL语句必杀技

父游标、子游标及共享游标

绑定变量及其优缺点

dbms_xplan之display_cursor函数的使用

dbms_xplan之display函数的使用

执行计划中各字段各模块描述

使用 EXPLAIN PLAN 获取SQL语句执行计划

启用 AUTOTRACE 功能

函数使得索引列失效

Oracle 绑定变量窥探

Oracle 自适应共享游标