Question

我创建了一个Oracle Text索引，如下所示：

create index my_idx on my_table (text) indextype is ctxsys.context;

然后我可以做以下事情：

select * from my_table where contains(text, '%blah%') > 0;

但是我们假设我们在此表中有另一列，比如group_id，我想改为执行以下查询：

select * from my_table where contains(text, '%blah%') > 0 and group_id = 43;

使用上述索引，Oracle必须搜索包含'blah'的所有项目，然后检查所有group_id个。

理想情况下，我更愿意只使用group_id = 43搜索项目，所以我想要一个这样的索引：

create index my_idx on my_table (group_id, text) indextype is ctxsys.context;

有点像普通索引，因此可以为每个group_id进行单独的文本搜索。

有没有办法在Oracle中做这样的事情（如果这很重要，我会使用10g）？

修改（澄清）

考虑一个包含一百万行的表和以下两列，A和B，这两个都是数字。假设有{500}个不同的A值和2000个B的不同值，每行都是唯一的。

现在让我们考虑select ... where A = x and B = y

A和B上的索引据我所知，在B上进行索引搜索，这将返回500个不同的行，然后执行加入/扫描这些行。在任何情况下，至少需要查看500行（除了数据库是幸运的，并提前找到所需的行。

尽管(A,B)上的索引更有效，但它在一个索引搜索中找到一行。

在group_id上放置单独的索引，我认为文本只留下了两个选项。

（1）使用group_id索引，并扫描文本的所有结果行（2）使用文本索引，并扫描group_id的所有结果行（3）使用两个索引，并进行连接。

我想要：

（4）使用(group_id, "text")索引查找特定group_id下的文本索引，并扫描该文本索引以查找我需要的特定行/行。不需要扫描和检查或加入，就像在(A,B)上使用索引一样。

Answer 1

Oracle Text

1 - 您可以通过使用FILTER BY：

创建CONTEXT索引来提高性能

create index my_idx on my_table(text) indextype is ctxsys.context filter by group_id;

在我的测试中，filter by肯定提高了性能，但在group_id上使用btree索引的速度仍然稍快。

2 - CTXCAT索引使用“子索引”，似乎与多列索引类似。这似乎是您正在寻找的选项（4）：

begin
  ctx_ddl.create_index_set('my_table_index_set');
  ctx_ddl.add_index('my_table_index_set', 'group_id');
end;
/

create index my_idx2 on my_table(text) indextype is ctxsys.ctxcat
    parameters('index set my_table_index_set');

select * from my_table where catsearch(text, 'blah', 'group_id = 43') > 0

这可能是最快的方法。使用上述查询对120MB的随机文本类似于您的A和B场景，只需要18个一致的获取。但在不利方面，创建CTXCAT指数花了将近11分钟并使用了1.8GB的空间。

（注意：Oracle Text似乎在这里工作正常，但我不熟悉Text，我不能保证这不是对@NullUserException这些索引的不当使用。）

多列索引与索引联接

对于您在编辑中描述的情况，通常在（A，B）上使用索引和在A和B上加入单独的索引之间没有显着差异。我构建了一些测试使用与您描述的数据类似的数据，索引连接只需要7个一致的获取而不是多列索引的2个一致获取。

之所以这样，是因为Oracle以块的形式检索数据。块通常为8K，并且索引块已经排序，因此您可以在几个块中拟合500到2000个值。如果您担心性能，通常读取和写入块的IO是唯一重要的。 Oracle是否必须将几千行连接在一起是一个无关紧要的CPU时间。

但是，这不适用于Oracle Text索引。您可以使用btree索引（“位图和”？）加入CONTEXT索引，但性能很差。

Answer 2

我在group_id上放了一个索引，看看它是否足够好。您没有说我们正在讨论的行数或您需要的性能。

请记住，处理谓词的顺序不一定是您在查询中编写谓词的顺序。除非你有真正的理由，否则不要试图超越优化器。

Answer 3

简短版本：没有必要这样做。查询优化器足够聪明，可以决定选择数据的最佳方式。只需在group_id上创建一个btree索引，即：

CREATE INDEX my_group_idx ON my_table (group_id);

长版本：我创建了一个插入136行虚拟数据的脚本（testperf.sql）。

DESC my_table;

Name     Null     Type      
-------- -------- --------- 
ID       NOT NULL NUMBER(4) 
GROUP_ID          NUMBER(4) 
TEXT              CLOB

group_id上有一个btree索引。要确保实际使用索引，请以dba用户身份运行：

EXEC DBMS_STATS.GATHER_TABLE_STATS('<YOUR USER HERE>', 'MY_TABLE', cascade=>TRUE);

以下是每个group_id的行数和相应的百分比：

GROUP_ID               COUNT                  PCT                    
---------------------- ---------------------- ---------------------- 
1                      1                      1                      
2                      2                      1                      
3                      4                      3                      
4                      8                      6                      
5                      16                     12                     
6                      32                     24                     
7                      64                     47                     
8                      9                      7

请注意，查询优化器只有在认为这是一个好主意时才会使用索引 - 也就是说，您要检索的行数达到一定比例。因此，如果您要求查询计划：

SELECT * FROM my_table WHERE group_id = 1;
SELECT * FROM my_table WHERE group_id = 7;

您将看到，对于第一个查询，它将使用索引，而对于第二个查询，它将执行全表扫描，因为当group_id = 7 WHERE group_id = Y AND text LIKE '%blah%'时索引有太多行无效

现在，考虑一个不同的条件 - ctxsys.context（因为我对SELECT * FROM my_table WHERE group_id = 1 AND text LIKE '%ipsum%';不是很熟悉）。

group_id

查看查询计划，您会看到将使用SELECT * FROM my_table WHERE text LIKE '%ipsum%' AND group_id = 1;上的索引。请注意，您的条件顺序并不重要：

group_id = 7

生成相同的查询计划。如果您尝试在SELECT * FROM my_table WHERE group_id = 7 AND text LIKE '%ipsum%';上运行相同的查询，您将看到它返回到全表扫描：

{{1}}

请注意，Oracle每天自动收集统计信息（计划每晚和周末运行），以不断提高查询优化器的效率。简而言之，Oracle尽力优化优化器，因此您不必这样做。

Answer 4

我手边没有Oracle实例进行测试，并且没有在Oracle中使用全文索引，但我通常使用内联视图获得了良好的性能，这可能是另一种选择到你想到的那种索引。当涉及 contains（）时，以下语法是否合法？

此内联视图可以获取组43中行的PK值：

             (
             select T.pkcol
             from T
             where group = 43
             )

如果组具有正常索引，并且没有低基数，则应该快速获取此设置。然后你会再次用T加入内集：

           select * from T
           inner join
            (
             select T.pkcol
             from T
             where group = 43
             ) as MyGroup

           on T.pkcol = MyGroup.pkcol
           where contains(text, '%blah%') > 0

希望优化器能够使用PK索引来优化连接，然后将包含谓词仅应用于组43行。

Oracle：带条件的全文搜索

4 个答案: