Question

我有一个潜在最多5.000.000行的表。此表中的一个列在查询中单独使用，但此列只有5个可能的值，目前我有10.000行，根据解释计划，在该列上使用我的索引是没有意义的。

它会不会，或者我不应该为索引而烦恼

编辑：这是目前的两个解释计划 Without index http://img706.imageshack.us/img706/1903/noindex.png 与 With forced index via hints http://img692.imageshack.us/img692/8205/indexp.png 后一个图像我用一个提示强制使用索引。

Answer 1

这取决于几件事。

首先，价值观的分配。如果您只有五个不同的值，但其中一个占表中行的99.9999％，那么显然您不希望优化器使用该值的索引，但可能希望它使用它为了其他人。在某些情况下，使用基于函数的索引是值得的，以确保您只索引感兴趣的值而不是仅占用空间的值。

其次，是否可以使用该索引回答查询而无需访问该表？

请注意，重要的不仅仅是要访问的行的百分比，而是需要访问的表的块数。例如，如果平均每个块有一个包含1000个块和30个行的表，并且一个列有30个不同的值（每个值在1000行中存在），那么需要访问的块数才能读取每一行单个值在1000/30 = 34（值得使用索引）和1000（不值得使用索引）之间变化，具体取决于行的分布方式。这是由索引的聚类因子表示的 - 如果它的值接近表中的行数，则索引不太可能被使用，如果它接近于块的数量，那么它更可能是用过的。

另外，您可以查看索引压缩以查看是否可以节省空间。

小心使用位图索引 - 它们对于多个会话同时修改的系统不友好（例如，两个人同时将行插入索引表中）。

如果您希望通过这五个值的谓词来提高查询效率，那么更有效的策略是使用分区，部分原因是查询中的分区修剪，但也因为优化器可用的统计数据有所改进知道只能访问一个分区，并且可以使用分区级统计信息而不是全局统计信息。

Answer 2

索引在以下情况下非常有用：

搜索不常见的FREQUENCYID时。例如，只有10行的10,000,000行FREQUENCYID = 1并且您会搜索它。
如果在查询中不使用除FREQUENCYID之外的其他列。这个查询：
```
SELECT  FREQUENCYID, COUNT(*)
FROM    mytable
GROUP BY
        FREQUENCYID
```
将从索引中受益（实际上，最有可能会使用INDEX FAST FULL SCAN和HASH AGGREGATE）
当您的表行很大并且您在查询中使用的所有列都被编入索引时。这样，所有索引都将加入而不是FULL TABLE SCAN。比如说，这个查询：
```
SELECT  FREQUENCYID, OTHERCOLUMN
FROM    mytable
WHERE   FREQUENCYID = 2
```
可以通过加入FREQUENCYID上OTHERCOLUMN和ROWID上的索引中的值来执行。

Answer 3

如果你提到

那么它的大小会增加

最多5.000.000行

我建议创建一个索引。

Answer 4

可能是最简单的方法，不要猜测，但实际上是尝试。

但在我看来，您正在比较执行计划，以便找到最佳方法。这不可靠。优化程序可能没有适当的信息来选择最佳计划（例如，如果您的值分布不均匀且没有直方图）。在解释计划中查看“成本”也没有意义。

更好的方法是比较逻辑IO。运行SQL * Plus，比如set autotrace traceonly，然后运行您的查询（有和没有索引）并比较“一致获取”数字。越少越好。

关于LIO的重要性：article by Cary Millsap。

Answer 5

使用典型查询进行测试，看看哪种方式更快。</ p>

您可能会发现全表扫描的平均速度比Rowid的索引范围扫描+表访问速度快 - 在这种情况下，甲骨文做得恰到好处。

另一方面，也许存在数据模式，对于大多数查询，最好使用索引 - 在这种情况下，您可能希望添加INDEX提示。

只有5个不同值的列的索引 - 值得吗？

5 个答案: