Question

早些时候我用这种方式创建了表格：

create table workflow (
    id number primary key,
    name varchar2(100 char) not null,
    is_finished number(1) default 0 not null,
    date_finished date
);

列is_finished指示工作流程是否已完成。列date_finished是工作流完成的时间。

然后我有了一个想法“我不需要is_finished，因为我可以说：data_finished不是null”，而我设计的没有is_finished列：

create table workflow (
    id number primary key,
    name varchar2(100 char) not null,
    date_finished date
);

（我们使用Oracle 10）

是好还是坏？我听说你没有一个带有NULL值的列的索引，所以where data_finished is not null在大表上会非常慢。

Answer 1

是好还是坏？

好主意。

您已经消除了冗余列占用的空间; DATE列具有双重功能 - 您知道工作已完成，时。

我听说你不能在一个带有NULL值的列上有索引，所以“data_finished不为null”在大表上会非常慢。

这是不正确的。 Oracle索引忽略NULL值。

You can create a function based index in order to get around the NULL values not being indexed，但我遇到的大多数DBA 真的不喜欢它们，所以要为战斗做好准备。

Answer 2

有一种正确的方法来索引空值，它不使用FBI。 Oracle 将索引空值，但它不会索引树中的空LEAF值。所以，你可以删除列is_finished并创建这样的索引。

CREATE INDEX ON workflow (date_finished, 1);

然后，如果您查看有关此查询的解释计划：

SELECT count(*) FROM workflow WHERE date_finished is null;

您可能会看到正在使用的索引（如果优化程序很满意）。

回到原来的问题：在这里查看各种答案，我认为没有正确的答案。如果没有必要，我可能有个人偏好消除列，但我也不喜欢重载列的含义。这里有两个概念：

记录已经完成。 is_finished
记录在特定日期结束。 date_finished

也许你需要将这些分开，也许你不需要。当我考虑删除is_finished列时，它让我感到困扰。在路上，记录完成的情况可能会出现，但你不确切知道何时。也许您必须从其他来源导入数据并且日期未知。当然，这不符合现在的业务需求，但事情会发生变化。那你怎么办呢？好吧，你必须在date_finished列中添加一些虚拟值，现在你已经对数据进行了一些妥协。不是很可怕，但那里有一个磨擦。当我做这样的事情的时候，我脑子里的那个小小的声音喊着你做错了。

我的建议，保持分开。你在谈论一个很小的列和一个非常瘦的索引。存储不应成为问题。

代表规则：折叠知识   进入数据，所以程序逻辑可以   愚蠢而健壮。

-Eric S. Raymond

Answer 3

是好还是坏？我听说你不能在一个有NULL值的列上有索引，所以“data_finished不为null”在大表上会非常慢。

Oracle会对可空字段进行索引，但不会将 NULL值编入索引

这意味着您可以在标记为NULL的字段上创建索引，但此字段中包含NULL的记录不会将其添加到索引中。

这反过来意味着，如果您设置date_finished NULL，则索引将更小，因为NULL值不会存储在索引。

因此，date_finished上涉及范围搜索相等的查询实际上会表现得更好。

此解决方案的缺点当然是涉及NULL date_finished值的查询必须恢复为全表扫描。

您可以通过创建两个索引来解决此问题：

CREATE INDEX ON mytable (date_finished)
CREATE INDEX ON mytable (DECODE(date_finished, NULL, 1))

并使用此查询查找未完成的工作：

SELECT  *
FROM    mytable
WHERE   DECODE(date_finished, NULL, 1) = 1

这将表现得像分区索引：完整的作品将被第一个索引索引;不完整的将被第二个索引。

如果您不需要搜索完整或不完整的作品，您可以随时删除相应的索引。

Answer 4

对于所有那些说这个专栏是浪费空间的人：

Double Duty在数据库中不是一件好事。你的主要目标应该是清晰。许多系统，工具，人们都会使用您的数据。如果你通过在其他列中隐藏意义来伪装值，那么你就会让另一个系统或用户感到错误。

任何认为节省空间的人都是完全错误的。

你需要在该日期列上有两个索引......一个将是OMG建议的基于功能的。它看起来像这样：

NVL（Date_finished，TO_DATE（'01 -JAN-9999'））

因此，要找到未完成的工作，您必须确保正确编写where子句

看起来像这样：

WHERE NVL（Date_finished，TO_DATE（'01 -JAN-9999'））= TO_DATE（'01 -JAN-9999'）

是的。那太清楚了。它完全比

好

WHERE IS_Unfinished ='YES'

您希望在同一列上拥有第二个索引的原因是该日期的每个其他查询...您不希望使用该索引按日期查找作业。

让我们看看你在OMG的建议等人所取得的成就。

你使用了更多的空间，你已经混淆了数据的含义，你更容易犯错误......赢家！

有时似乎程序员仍然生活在70年代，当时MB的硬盘空间是房子的首付款。

你可以节省空间，而不会放弃很多清晰度。使Is_unfinished为Y或NULL ... IF 您将只使用该列来查找“要做的工作”。这将使该指数保持紧凑。它只会与未完成的行一样大（以这种方式你利用未编入索引的空值而不是被它搞砸）。你在桌子上放了一点空间，但总比它少于FBI。你需要1个字节的列，你只需要索引未完成的行，这样'工作的一小部分可能保持相当不变。无论你是否想要找到它们，FBI都需要每个行7个字节。该指数将与表格的大小保持同步，而不仅仅是未完成工作的规模。

回复OMG的评论

在他/她的评论中，他/她声明要找到未完成的工作，你只需要使用

WHERE date_finished IS NULL

但在他的回答中他说

您可以创建基于函数的索引，以便绕过未编入索引的NULL值

如果您按照他指向的链接，使用NVL将空值替换为其他任意值，那么我不确定还有什么可以解释。

Answer 5

就表格设计而言，我认为您删除is_finished列是很好的，因为您说没有必要（这是多余的）。如果没有必要，则无需存储额外数据，只会浪费空间。在性能方面，我不认为这是NULL值的问题。应该忽略它们。

Answer 6

我会使用null作为索引工作，正如其他答案中已经提到的那样，除了“WHERE date_finished IS NULL”之外的所有查询（所以它取决于你是否需要使用该查询）。我肯定不会像答案所建议的那样使用像9999这样的异常值：

您还可以使用“虚拟”值（例如9999年12月31日）作为未完成工作流的date_finished值

9999年的异常值会影响效果，因为（来自http://richardfoote.wordpress.com/2007/12/13/outlier-values-an-enemy-of-the-index/）：

范围扫描的选择性基本上由CBO计算为感兴趣范围内的值除以可能值的全部范围（IE 。最大值减去最小值）

如果使用类似9999的值，则DB会认为存储在字段中的值的范围是例如2008-9999而不是实际的2008-2010;所以任何范围查询（例如“2008年和2009年之间”）似乎都会覆盖可能值范围的极小百分比，而实际覆盖范围的一半左右。它使用此统计信息来表示，如果所涵盖的可能值的百分比很高，则可能会有很多行匹配，然后全表扫描将比索引扫描更快。如果数据中存在异常值，它将无法正确执行此操作。

Answer 7

好主意删除其他人所说的可导出值列。

还有一个想法是，通过删除列，您将避免需要编写代码的矛盾条件，例如当is_finished = No和finished_date =昨天等等时会发生什么。

Answer 8

要解析索引/非索引列，简单地加入两个表就不容易了，如下所示：

-- PostgreSQL
CREATE TABLE workflow(
    id SERIAL PRIMARY KEY
  , name VARCHAR(100) NOT NULL
);

CREATE TABLE workflow_finished(
    id INT NOT NULL PRIMARY KEY REFERENCES workflow
  , date_finished date NOT NULL
);

因此，如果workflow_finished中存在记录，则此工作流程已完成，否则不会。在我看来，这很简单。

查询未完成的工作流程时，查询变为：

-- Only unfinished workflow items
SELECT workflow.id
FROM workflow
WHERE NOT EXISTS(
  SELECT 1
  FROM workflow_finished
  WHERE workflow_finished.id = workflow.id);

也许你想要原始查询？有国旗和日期？这样查询：

-- All items, with the flag and date
SELECT
    workflow.id
  , CASE
    WHEN workflow_finished.id IS NULL THEN 'f'
    ELSE                                   't'
    END AS is_finished
  , workflow_finished.date_finished
FROM
            workflow
  LEFT JOIN workflow_finished USING(id);

对于数据的消费者，可以而且应该根据他们的需要创建视图。

Answer 9

作为基于函数的索引的替代方法，您还可以使用“虚拟”值（例如9999年12月31日，或者在最早的预期date_finished值之前一天）作为未完成工作流的date_finished值。

编辑：备注虚拟日期值，注释后。

Answer 10

我更喜欢单列解决方案。

但是，在我最常使用的数据库中，NULL会包含在索引中，因此搜索开放工作流的常见情况会很快，而在您的情况下会慢一些。由于搜索开放工作流程的情况可能是您最常见的事情之一，因此您可能需要冗余列来支持该搜索。

测试性能以确定您是否可以在性能方面使用更好的解决方案，然后在必要时再回到不太好的解决方案。

数据库设计：用时间戳列替换布尔列？

10 个答案:

回复OMG的评论