?????? 索引 ( index ) 是常见的数据库对象，它的设置好坏、使用是否得当，极大地影响数据库应用程序和 database 的性能。虽然有许多资料讲索引的用法， dba 和 developer 们也经常与它打交道，但笔者发现，还是有不少的人对它存在误解，因此针对使用中的常见问题，讲三个问题。此文所有示例所用的数据库是 oracle 8.1.7 ops on hp n series , 示例全部是真实数据，读者不需要注意具体的数据大小，而应注意在使用不同的方法后，数据的比较。本文所讲基本都是陈词滥调，但是笔者试图通过实际的例子， 来真正让您明白事情的关键。

第一讲、索引并非总是最佳选择

　　如果发现 oracle 在有索引的情况下，没有使用索引，这并不是 oracle 的优化器出错。在有些情况下， oracle 确实会选择全表扫描（ full table scan ） , 而非索引扫描（ index scan ）。这些情况通常有：

1. 表未做 statistics, 或者 statistics 陈旧，导致 oracle 判断失误。

2. 根据该表拥有的记录数和数据块数，实际上全表扫描要比索引扫描更快。

　　对第 1 种情况，最常见的例子，是以下这句 sql 语句：

select count(*) from mytable;

在 未作 statistics 之前，它使用全表扫描，需要读取 6000 多个数据块（一个数据块是 8k ） , 做了 statistics 之后，使用的是 index (fast full scan) ，只需要读取 450 个数据块。但是， statistics 做得不好，也会导致 oracle 不使用索引。

　　第 2 种情况就要复杂得多。一般概念上都认为索引比表快，比较难以理解什么情况下全表扫描要比索引扫描快。为了讲清楚这个问题，这里先介绍一下 oracle 在评估使用索引的代价（ cost ）时两个重要的数据： cf(clustering factor) 和 ff(filtering factor).

cf: 所谓 cf, 通俗地讲，就是每读入一个索引块，要对应读入多少个数据块。

ff: 所谓 ff, 就是该 sql 语句所选择的结果集，占总的数据量的百分比。

　 　大约的计算公式是： ff * (cf + 索引块个数 ) ，由此估计出，一个查询， 如果使用某个索引，会需要读入的数据块块数。需要读入的数据块越多，则 cost 越大， oracle 也就越可能不选择使用 index. （全表扫描需要读入的数据块数等于该表的实际数据块数）

其核心就是， cf 可能会比实际的数据块数量大。 cf 受到索引中数据的排列方式影响，通常在索引刚建立时，索引中的记录与表中的记录有良好的对应关系， cf 都很小；在表经过大量的插入、修改后，这种对应关系越来越乱， cf 也越来越大。此时需要 dba 重新建立或者组织该索引。

如果某个 sql 语句以前一直使用某索引，较长时间后不再使用，一种可能就是 cf 已经变得太大，需要重新整理该索引了。

ff 则是 oracle 根据 statistics 所做的估计。比如 , mytables 表有 32 万行，其主键 myid 的最小值是 1 ，最大值是 409654 ，考虑以下 sql 语句：

select * from mytables where myid>=1; 和

select * from mytables where myid>=400000

　 　这两句看似差不多的 sql 语句，对 oracle 而言，却有巨大的差别。因为前者的 ff 是 100% ， 而后者的 ff 可能只有 1% 。如果它的 cf 大于实际的数据块数，则 oracle 可能会选择完全不同的优化方式。而实际上，在我们的数据库上的测试验证了我们的预测 . 以下是在 hp 上执行时它们的 explain plan:

　　第一句：

sql> select * from mytables where myid>=1;

　　已选择 325917 行。

execution plan

----------------------

0 select statement optimizer=choose (cost=3132 card=318474 byt es=141402456)

1 0 table access (full) of 'mytables' (cost=3132 card=318474 byt es=141402456)

statistics

----------------------

7 recursive calls

89 db block gets

41473 consistent gets

19828 physical reads

0 redo size

131489563 bytes sent via sql*net to client

1760245 bytes received via sql*net from client

21729 sql*net roundtrips to/from client

1 sorts (memory)

0 sorts (disk)

325917 rows processed

第二句：

execution plan

----------------------

0 select statement optimizer=choose (cost=346 card=663 bytes=2 94372)

1 0 table access (by index rowid) of 'mytables' (cost=346 card=663

bytes=294372)

2 1 index (range scan) of 'pk_mytables' (unique) (cost=5 card=663)

statistics

----------------------

1278 recursive calls

0 db block gets

6647 consistent gets

292 physical reads

0 redo size

3544898 bytes sent via sql*net to client

42640 bytes received via sql*net from client

524 sql*net roundtrips to/from client

1 sorts (memory)

0 sorts (disk)

7838 rows processed

　　显而易见，第 1 句没有使用索引，第 2 句使用了主键索引 pk_mytables. ff 的巨大影响由此可见一斑。由此想到，我们在写 sql 语句时，如果预先估计一下 ff, 你就几乎可以预见到 oracle 会否使用索引。



第二讲、索引也有好坏

索 引有 b tree 索引， bitmap 索引， reverse b tree 索引， 等。最常用的是 b tree 索引。 b 的全称是 balanced , 其意义是，从 tree 的 root 到任何一个 leaf ，要经过同样多的 level. 索引可以只有一个字段（ single column ） , 也可以有多个字段（ composite ） , 最多 32 个字段， 8i 还支持 function-based index. 许多 developer 都倾向于使用单列 b 树索引。

除此之外呢？我们还是来看一个例子吧：

　　在 hp （ oracle 8.1.7 ） 上执行以下语句：

select count(1) from mytabs where coid>=130000 and issuedate >= to_date ('2001-07-20', 'yyyy-mm-dd') 。

　　一开始，我们