Question

我有大约1000万条记录，其表格结构如下

-------------------------------------------
 BARCODE      | PRICE | BRAND 
-------------------------------------------
1001001000111 | 1 USD | A
1001001000112 | 1 USD | B
1001001000113 | 1 USD | A
1001001000114 | 1 USD | B
1001001000115 | 1 USD | C
 . . .

我想获得品牌等于B的条形码值;这是我的疑问。

SELECT BARCODE 
FROM myTable 
WHERE BRAND='B';

我花了很多时间等待结果，所以我尝试将Where条件从Where BRAND='B'更改为BRAND NOT IN ('A','B','C',..)。它似乎比第一个查询更快，元素in ('A','B','C',..)的数量很小，但只要元素in ('A','B','C','D',...)的数量变得越来越大，查询就越来越慢。

获取数据的最快方法是什么？

请帮我解决这个问题。

Answer 1

有许多问题需要解决。

我有大约1000万条记录的巨大表格

只有10 million行会让您说该表格巨大？什么是尺寸？列数据类型是什么？我有一个5 billion rows的表，我可以在几秒钟内选择我想要的行。如何根据行数测量大小？当您谈论数据库中的大量数据时，请确保提及数据的大小而不是行数。 1000万行可以是500KB或1GB。

回到要求，

我想获得品牌等于B的条形码值

Oracle优化器非常聪明，可以决定是进行全表扫描还是使用 INDEX 。话虽如此，您必须收集最新的统计信息。另外，如果您算出基数估算值，那么您实际上可以决定创建索引。

根据有限的信息，我的建议是在BRAND列上创建一个索引。

CREATE INDEX barcd_indx ON mytable(BRAND);

BRAND = B;

为什么不会在字符串文字周围使用 单引号？您应该将字符串值括在单引号中：

WHERE BRAND='B';

Answer 2

如果Brand上没有索引，那么您将最终进行全表扫描。

如果Brand上有索引，但该表的很大一部分是针对品牌B的，则查询优化器可能会认为全表扫描仍然是最好的方法。

如果品牌上有索引，并且B相当有选择性地代表表格的一小部分，但优化程序仍然选择进行全表扫描，那么您的统计数据可能是陈旧的，您应该尝试收集新的桌上的统计数据。

Answer 3

首先检查您的硬件设置。在这里，我有一张与你相似的表

 SQL> select count(*), count(distinct brand) from my10m;

  COUNT(*) COUNT(DISTINCTBRAND)
 ---------- --------------------
   10000000                   19

  SQL> select round(BYTES/(1024*1024)) MB from dba_segments where segment_name = 'MY10M';

          MB
  ----------
         296

启动SQL * Plus并检查扫描表所需的时间

  SQL> set timi on;
  SQL> set autotrace traceonly
  SQL> set array 5000
  SQL> select * from  my10m;

  10000000 rows selected.

  Elapsed: 00:00:10.10

  Execution Plan
  ----------------------------------------------------------
  Plan hash value: 2382977685

  ---------------------------------------------------------------------------
  | Id  | Operation         | Name  | Rows  | Bytes | Cost (%CPU)| Time     |
  ---------------------------------------------------------------------------
  |   0 | SELECT STATEMENT  |       |    10M|   316M| 10314   (1)| 00:02:04 |
  |   1 |  TABLE ACCESS FULL| MY10M |    10M|   316M| 10314   (1)| 00:02:04 |
  ---------------------------------------------------------------------------

所以，在我的情况下，完全扫描表需要10秒钟。这是一个简单的基准，所以
具有过滤条件的查询不应该比这更糟糕。运行此基准测试并将经过的时间与您的查询进行比较。

另请注意，我将ARRAYSIZE设置为5000，这可以减少网络往返次数，并可以加快查询速度。你不会说你如何访问日期，但很可能你也可能增加获取大小。

注意 - 10秒在我的桌面上，在生产数据库上预期会有更好的结果。

Answer 4

选项1

根据品牌栏对表格进行分区。如果说品牌A，C的记录较少，您可以将它们放在一个分区中。如果品牌B有更多记录，您可以为该特定品牌设置一个分区。

选项2

您还可以考虑在列品牌上创建位图索引。

快速选择原因的方法

4 个答案: