为稀疏列定义索引

Question

我有一个包含“A”和“B”列的表格。

'A' 是一个具有 90% 'null' 和 10% 不同值的列，并且大多数时候我查询具有这些不同值中的一个或两个的记录。

而“B”是一个具有 90% value='1' 和 10% 不同值的列，并且大多数时候我查询具有这些不同值中的一个或两个的记录。

在这个表中，我们大部分时间都有 DML 事务。

现在，我不知道在这些列上定义索引好不好？如果是，是哪种类型的索引？

Answer 1

原则上位图索引在这种情况下是最好的。但是，由于多用户环境，它们不适合 - 表锁会显着降低应用程序的速度，甚至可能会出现死锁。

也许您可以通过智能分区和使用Partial Indexes（Oracle 12c 中的新功能）来优化您的应用程序

下面的 CREATE TABLE 语句应该是等效的。

CREATE TABLE YOUR_TABLE (a INTEGER, b INTEGER, ... more COLUMNS)
PARTITION BY LIST (a) SUBPARTITION BY LIST (b) (
    PARTITION part_a_NULL VALUES (NULL) (
        SUBPARTITION part_a_NULL_b_1 VALUES (1) INDEXING OFF,
        SUBPARTITION part_a_NULL_b_other VALUES (DEFAULT) INDEXING ON
    ),
    PARTITION part_a_others VALUES (DEFAULT) (
        SUBPARTITION part_a_others_b_1 VALUES (1) INDEXING OFF,
        SUBPARTITION part_a_others_b_other VALUES (DEFAULT) INDEXING ON
    )   
);

CREATE TABLE YOUR_TABLE (a INTEGER, b INTEGER, ... more COLUMNS)
PARTITION BY LIST (a) SUBPARTITION BY LIST (b) 
    SUBPARTITION TEMPLATE (
        SUBPARTITION b_1 VALUES (1) INDEXING OFF,
        SUBPARTITION b_other VALUES (DEFAULT) INDEXING ON
    )
(
    PARTITION part_a_NULL VALUES (NULL),
    PARTITION part_a_others VALUES (DEFAULT)
);

CREATE INDEX IND_A ON YOUR_TABLE (A) LOCAL INDEXING PARTIAL;
CREATE INDEX IND_B ON YOUR_TABLE (B) LOCAL INDEXING PARTIAL;

这样，您的索引将只占用整个表空间的 10%。如果您的 WHERE 条件是 WHERE A IS NULL 或 WHERE B = 1，那么 Oracle 优化器无论如何都会跳过此类索引。

使用此查询进行验证

SELECT table_name, partition_name, subpartition_name, indexing
FROM USER_TAB_SUBPARTITIONS
WHERE table_name = 'YOUR_TABLE';

如果 INDEXING 用于所需的子分区。

更新

我只是看到实际上这是一种矫枉过正的做法，因为 A 列上的 NULL 值无论如何都不会创建任何索引条目。所以可以简化为

CREATE TABLE YOUR_TABLE (a INTEGER, b INTEGER, ... more COLUMNS)
PARTITION BY LIST (b) (
    PARTITION part_b_1 VALUES (1) INDEXING OFF,
    PARTITION part_b_other VALUES (DEFAULT) INDEXING ON
);

Answer 2

例如，如果您在 A、B 上有索引 a_b_idx（按此顺序）：

• a) select ... from ... where A = ... 将使用索引

• b) select ... from ... where B = ... 不会使用索引

另一方面，如果 B、A 上有索引 b_a_idx：

• a) select ... from ... where A = ... 不会使用索引

• b) select ... from ... where B = ... 将使用索引

如果 Oracle 不对第一列进行过滤，则它不能在索引中使用第二列，因为在通常情况下，索引是树状结构：column1->column2->column3->etc.

如果您执行类似 a) 的查询，您需要仅在 A 列或 A、B 列上建立索引。

如果您执行 b) 之类的查询，您需要仅在 B 列或 B、A 列上建立索引。

Oracle 不会在索引中存储全空值，但如果 B 包含非空值，它可以为 A 存储空值。

有时将整个表读入内存并忽略索引会更有成效。如果可能的结果集很大并且适用于所有记录，优化器就可以做到这一点，因为索引到记录的转换比简单的记录读取成本更高。

对于没有统计信息的表，有时它也会错误地发生，因此您需要具有 alter table ... 计算统计信息 的作业或可以在没有作业的情况下计算此类统计信息的 oracle 11+。

大多数时候，另一个索引对于查询来说是好事，但对于更新/磁盘来说是坏事。每个索引都占用磁盘空间，每次更新记录都会更新每个索引。因此，对于频繁更新的表来说，拥有很多索引并不好，但对于频繁查询的表，最好拥有涵盖所有常见情况的索引。

对于大多数平面查询（没有连接/子查询/层次结构）仅使用 1 个索引，因此为每列设置索引通常只是浪费磁盘空间。您需要多列索引来优化 where A=... 和 B=...

至于索引类型，您可能需要简单的非唯一索引。

Answer 3

• A 列

假设您创建了一个名为 _columnA_index_ 的索引。通常，RDBMS 中的索引不会包含 NULL 值，这意味着 _columnA_index_ 中没有索引条目指向具有 NULL 值的记录。因此，以下查询

Q1: select * from MyTable where A is null;

将改为进行表扫描（或 DBMS 选择在另一列上使用另一个索引，如果有的话）

但是，由于有 10% 的记录具有“不同的值”，例如，_columnA_index_ 当然会有助于查询。

Q2: select * from MyTable where A = '123';

在上面的示例中，如果查询返回

• B 列

同样，B 上的索引也无济于事

Q3: select * from MyTable where B = 1;

但它会帮助不同的值

Q4: select * from MyTable where B = '456';

• 空值

到目前为止，我回答说任何索引都对 NULL 值没有帮助。所以，如果你大部分时间都需要查询Q1，我建议如下思路

• 确保您的 DBMS 版本确实支持将 NULL 值包含在索引中。例如，Oracle 11g 可以，但不是之前的版本。

• 计划再次使用 Oracle 创建基于函数的索引 here。但你至少可以接受这个想法。

• 重新设计应用程序的逻辑/您需要对 Null 值进行查询。我更喜欢这种方法。