如何获得 COUNT(col) ... GROUP BY 以使用索引？答案

【问题标题】：How can I get a COUNT(col) ... GROUP BY to use an index?如何获得 COUNT(col) ... GROUP BY 以使用索引？
【发布时间】：2011-02-13 18:41:26
【问题描述】：

我有一个表 (col1, col2, ...)，索引在 (col1, col2, ...) 上。该表中有数百万行，我想运行一个查询：

 SELECT col1, COUNT(col2) WHERE col1 NOT IN (<couple of exclusions>) GROUP BY col1

不幸的是，这会导致对表进行全表扫描，这需要一分钟以上的时间。有没有办法让 oracle 使用列上的索引来更快地返回结果？

编辑：

更具体地说，我正在运行以下查询：

SELECT owner, COUNT(object_name) FROM all_objects GROUP BY owner

并且在SYS.OBJ$ (SYS.I_OBJ2) 上有一个索引，它索引owner# 和name 列；我相信我应该能够在查询中使用这个索引，而不是对SYS.OBJ$进行全表扫描

【问题讨论】：

标签： oracle group-by indexing query-optimization

【解决方案1】：

我有机会玩弄这个，而我之前关于 NOT IN 的 cmets 在这种情况下是一个红鲱鱼。关键是 NULL 的存在，或者更确切地说，索引列是否强制执行 NOT NULL 约束。

这将取决于您使用的数据库版本，因为优化器会随着每个版本的发布而变得更加智能。我使用的是 11gR1，优化器在所有情况下都使用了索引，除了一个：当两列都为空并且我没有包含 NOT IN 子句时：

SQL> desc big_table
 Name                                  Null?    Type
 -----------------------------------  ------    -------------------
 ID                                             NUMBER
 COL1                                           NUMBER
 COL2                                           VARCHAR2(30 CHAR)
 COL3                                           DATE
 COL4                                           NUMBER

没有 NOT IN 子句...

SQL> explain plan for
  2      select col4, count(col1) from big_table
  3      group by col4
  4  /

Explained.

SQL> select * from table(dbms_xplan.display)
  2  /

PLAN_TABLE_OUTPUT
---------------------------------------------------------------------------------------
Plan hash value: 1753714399

----------------------------------------------------------------------------------------
| Id  | Operation          | Name      | Rows  | Bytes |TempSpc| Cost (%CPU)| Time     |
----------------------------------------------------------------------------------------
|   0 | SELECT STATEMENT   |           | 31964 |   280K|       |  7574   (2)| 00:01:31 |
|   1 |  HASH GROUP BY     |           | 31964 |   280K|    45M|  7574   (2)| 00:01:31 |
|   2 |   TABLE ACCESS FULL| BIG_TABLE |  2340K|    20M|       |  4284   (1)| 00:00:52 |
----------------------------------------------------------------------------------------

9 rows selected.


SQL>

当我重新插入NOT IN 子句时，优化器选择使用索引。很奇怪。

SQL> explain plan for
  2      select col4, count(col1) from big_table
  3      where col1 not in (12, 19)
  4      group by col4
  5  /

Explained.

SQL> select * from table(dbms_xplan.display)
  2  /

PLAN_TABLE_OUTPUT
---------------------------------------------------------------------------------------
Plan hash value: 343952376

----------------------------------------------------------------------------------------
| Id  | Operation             | Name   | Rows  | Bytes |TempSpc| Cost (%CPU)| Time     |
----------------------------------------------------------------------------------------
|   0 | SELECT STATEMENT      |        | 31964 |   280K|       |  5057   (3)| 00:01:01 |
|   1 |  HASH GROUP BY        |        | 31964 |   280K|    45M|  5057   (3)| 00:01:01 |
|*  2 |   INDEX FAST FULL SCAN| BIG_I2 |  2340K|    20M|       |  1767   (2)| 00:00:22 |
----------------------------------------------------------------------------------------

Predicate Information (identified by operation id):

PLAN_TABLE_OUTPUT
----------------------------------------------------------------------------------------

   2 - filter("COL1"<>12 AND "COL1"<>19)

14 rows selected.

SQL>

重复一遍，在所有其他情况下，只要索引列之一被声明为非空，则使用索引来满足查询。这在早期版本的 Oracle 中可能并非如此，但它可能指明了前进的方向。

【讨论】：

删除 NOT IN 仍然会导致对表进行全表扫描，

【解决方案2】：

您可以使用提示 http://download.oracle.com/docs/cd/B10501_01/server.920/a96533/hintsref.htm ，但请记住，使用索引可能并不总是会导致更快的执行。

【讨论】：

【解决方案3】：

（以防万一，您确定它是在进行表扫描而不是索引扫描吗？）

尝试使用COUNT(*) 而不是COUNT(col2)（当然，假设这适合您的问题）。此外，也许可以尝试仅使用 col1 的索引。

【讨论】：

查询计划中已获得 TABLE ACCESS FULL，成本为 2200。我无法在其上创建索引，但不应在 (col1, col2, ...) 上创建索引是否与 col1 上的索引相同，用于针对 col1 的查询？

【解决方案4】：

您正在查询 oracle 的固定表，因为您没有说明这是哪个数据库版本，我假设是最近的。是否已分析固定表并更新了统计信息？您是否通过使用 /*+ 规则 */ 提示尝试使用规则库优化器进行查询。我经常看到，在使用规则库优化器时，针对 oracle 自己的固定表的查询性能更好。

【讨论】：