索引空值以在 DB2 上快速搜索答案

【问题标题】：Indexing nulls for fast searching on DB2索引空值以在 DB2 上快速搜索
【发布时间】：2008-09-22 16:07:13
【问题描述】：

据我了解，空值在 DB2 中是不可索引的，因此假设我们有一个巨大的表 (Sales)，其中的日期列 (sold_on) 通常是日期，但偶尔（10% 的时间）为空。

此外，让我们假设它是一个我们无法更改的遗留应用程序，因此这些空值会保留在那里并且意味着某些东西（比如说返回的销售额）。

我们可以通过在 sold_on 和 total 列上放置索引来快速进行以下查询

Select * from Sales 
where 
Sales.sold_on between date1 and date2
and Sales.total = 9.99

但是索引不会让这个查询变得更快：

Select * from Sales 
where 
Sales.sold_on is null
and Sales.total = 9.99

因为索引是在值上完成的。

我可以索引空值吗？也许通过更改索引类型？索引指标列？

【问题讨论】：

理想情况下，如果空值是 0，我希望数据库能够运行，并在搜索树的一个步骤中将它们全部忽略。这似乎没有发生。

标签： sql performance indexing null db2

【解决方案1】：

您从哪里得到 DB2 不索引 NULL 的印象？我在支持该声明的文档或文章中找不到任何内容。我刚刚使用 IS NULL 限制在一个大表中执行了一个查询，该限制涉及一个包含一小部分 NULL 的索引列；在这种情况下，DB2 肯定使用了索引（通过 EXPLAIN 验证，并通过观察数据库立即响应而不是花时间执行表扫描）。

所以：我声称 DB2 对非主键索引中的 NULL 没有任何问题。

但正如其他人所写：您的数据可能以 DB2 认为使用索引不会更快的方式组合。或者数据库的统计信息对于所涉及的表不是最新的。

【讨论】：

【解决方案2】：

我不是 DB2 专家，但如果 10% 的值是空值，我认为仅该列上的索引不会帮助您的查询。 10% 太多了，无法使用索引——它只会进行表扫描。如果您说的是 2-3%，我认为它实际上会使用您的索引。

想想一个页面/块上有多少条记录——比如 20 条。使用索引的原因是避免获取您不需要的页面。给定页面包含 0 个空记录的几率是 (90%)^20，即 12%。这些可能性不大——无论如何您都需要获取 88% 的页面，使用索引并不是很有帮助。

但是，如果您的 select 子句仅包含几列（而不是 *） - 只包含 salesid，您可能会让它使用 (sold_on,salesid) 上的索引，因为读取数据页会' 不需要 -- 所有数据都在索引中。

【讨论】：

抱歉，我试图让问题尽可能简单（我们的实际查询是无数行）。

【解决方案3】：

经验法则是，索引最多可用于记录 15% 的值。 ...所以索引可能在这里有用。

如果 DB2 不会索引空值，那么我建议添加一个布尔字段 IsSold，并在设置了 sold_on 日期时将其设置为 true（这可以在触发器中完成）。

这不是最好的解决方案，但它可能是您需要的。

【讨论】：

是的，这是我们潜在的解决方案之一。但看起来我应该能够在某个地方拨动开关，而且我们还不需要触发器。

【解决方案4】：

Troels 是正确的；即使 SOLD_ON 值为 NULL 的行也会受益于该列上的索引。如果您在 SOLD_ON 上进行范围搜索，则可以通过创建以 SOLD_ON 开头的聚集索引来获得更多好处。在此特定示例中，维护基于 SOLD_ON 的集群顺序可能不需要太多额外开销，因为添加的较新行很可能具有较新的 SOLD_ON 日期。

【讨论】：