数据库查询优化

Question

我查询一个列，如下所示

select * 
  from X1, X2, X3
 where X1.a = X2.a 
   and X2.b = X3.b 
   and X3.c IN ('c1a','c1b','c1c') 

可能会有大约10个这样的c1%的值

另一种查询是：

select * 
  from X1, X2, X3
 where X1.a = X2.a 
   and X2.b = X3.b 
   and X3.c like 'c1%'

在这里，表X3已经在c上建立了索引

我知道这两个查询的含义是不同的，但在我的用例中，它们将返回相同的结果。我想知道哪些查询会更快(这是否重要，例如，在一种情况下，可能不使用索引)？

Answer 1

“哪个查询会更快”

..。不是我们能回答的问题。因为你没有提供任何有用的信息。查询性能很大程度上取决于两个因素:量和偏差。

音量意味着：

• X1中有多少行？
• X2中有多少行？
• X3中有多少行？

倾斜意味着：

• X1中有多少行与X2中的行匹配？
• X2中有多少行与X3中的行匹配？
• X3中有多少行的C值与‘C1%’匹配？

这就是为什么收集统计数据很重要，这样数据库就可以了解数据分布并设计适当的执行计划。

例如，如果X1是一个很小的表，它几乎不匹配X2中的任何行，而X2几乎不匹配X3中的任何行，那么访问路径是‘x1 -> X2 -> X3’，C的值只是过滤，所以如何指定它们并不重要。

然而，如果X1和X2以及大型表匹配了许多行，那么X3.C可能是最佳访问路径，因此如何构建查询非常重要:哪个选项最有可能导致优化器使用索引(如果这是更好的计划)或不使用索引(如果这是更好的计划)？

我认为优化器更有可能选择在LIKE操作上为IN使用索引。但我不会在没有比我现在更了解你的数据库的情况下下太多的钱。

“这是否重要，例如，在一种情况下，索引可能不会被使用”

它当然是的。索引读取可能是获取我们想要的数据的更快方法。但它们也可能比全表扫描慢。同样，它也是关于数据分布的:表行的返回率是多少？如果大于1-2%，则很可能存在比索引更快的访问路径。尽管在这种情况下，X3(c, b)上的索引可以提供良好的性能(可惜，我们不能总是为每个查询构建一个索引)。