什么情况下该建立索引-SQL优化核心思想一

索引前序知识

• 基数：某个列唯一键的数量叫做基数。例如：主键的基数等于主键数（可以理解为行数），再比如性别列，因为只有男女，所以基数为2
• 选择性：即 基数/总行数*100% 就是某个列的

创建索引的条件

重点：只有大表才会产生性能问题，一般几百行的数据，如果多次进行DML，导致出现查询慢，这纯属与程序设计问题

• 根据选择性判断
  1.基数/总行数（选择性）<5% 创建索引
  2.基数/总行数（选择性）>5% 不创建索引
• 必需创建索引
  当一个列出现在where条件中，该列没有创建索引且选择性大于20%，那么该列就必须创建索引来提高查询性能，如果只有几百条数据就不用

代码一键判断

1.抓取出现在where后面的列，第一种方法是：V$SQL_PLAN. 另外一种则是通过下面的脚本
第一步：刷新数据库监控信息

begin
dbms_stats.flush_database_monitoring_info;
end;

第二步:查看出现在were后面的字段

select r.name owner,
       o.name table_name,
       c.name column_name,
       equality_preds, ---等值过滤
       equijoin_preds, ---等值JOIN 比如where a.id=b.id
       nonequijoin_preds, ----不等JOIN
       range_preds, ----范围过滤次数 > >= < <= between and
       like_preds, ----LIKE过滤
       null_preds, ----NULL 过滤
       timestamp
  from sys.col_usage$ u, sys.obj$ o, sys.col$ c, sys.user$ r
 where o.obj# = u.obj#
   and c.obj# = u.obj#
   and c.col# = u.intcol#
   and r.name = 'SCOTT'
   and o.name = 'TEST';

第三步：查询选择性大于20%的列
第四步：确定这些列没有创建索引

 select table_owner, table_name, column_name, index_name
      from dba_ind_columns
    where table_owner = 'SCOTT'
      and table_name = 'TEST';
未选定行

组合起来的脚本如下：

select owner,
           column_name,
          num_rows,
          Cardinality,
           selectivity,
           'Need index' as notice
      from (select b.owner,
                   a.column_name,
                   b.num_rows,
                  a.num_distinct Cardinality,
                  round(a.num_distinct / b.num_rows * 100, 2) selectivity
             from dba_tab_col_statistics a, dba_tables b
            where a.owner = b.owner
              and a.table_name = b.table_name
              and a.owner = 'SCOTT'
              and a.table_name = 'TEST')
    where selectivity >= 20
      and column_name not in (select column_name
                                from dba_ind_columns
                               where table_owner = 'SCOTT'
                                 and table_name = 'TEST')
      and column_name in
         (select c.name
             from sys.col_usage$ u, sys.objo, sys.col$ c, sys.user$ r
            where o.obj# = u.obj#
             and c.obj# = u.obj#
             and c.col# = u.intcol#
             and r.name = 'SCOTT'
             and o.name = 'TEST');

直方图

当某个列的基数很低时，该数据分布就会不均衡。数据分布不均衡会导致在查询该列时，要么走全表扫描，要么走索引扫描，这个时候计划容易出错。
如果没有对基数低的列收集直方图信息，基于成本的优化器（CBO）会认为该列数据分布不均。

直方图的作用：在做SQL优化时经常需要帮助CBO计算基数低、分布不均衡的列进行Rows的估算，从而得到一个比较准确的值

收集直方图的条件：列在where后面，选择性小于1%，该列没有收集直方图

计算方式：round(行数/基数)

回表

当一个列创建索引以后，索引会包含该列的键值以及键值对应的所在行的rowid，通过索引中记录的rowid访问表中的数据就叫回表（而上面手的5%的根本原因就在回表）

集群因子

集群因子用于判断索引回表需要消耗的物理I/O次数