★ 使用索引的误区之四：空值对索引的影响

使用索引的误区之四：空值对索引的影响

我们首先做一些测试数据：

SQL> create table t(x int, y int);

Table created

请注意，这里我对表t做了一个唯一（联合）索引：

SQL> create unique index t_idx on t(x,y);

Index created

SQL> insert into t values(1,1);

1 row inserted

SQL> insert into t values(1,NULL);

1 row inserted

SQL> insert into t values(NULL,1);

1 row inserted

SQL> insert into t values(NULL,NULL);

1 row inserted

SQL> commit;

Commit complete

下面我们分析一下索引：

SQL> analyze index t_idx validate structure;

Index analyzed

SQL> select name,lf_rows from index_stats;

NAME LF_ROWS

------------------------------ ----------

T_IDX 3

SQL>

然后，我们就可以看到，当前的索引中仅仅保存了3行数据。

请注意，上面我们插入并提交了四行数据。

所以，这里就有一个结论：

Oracle的索引不保存全部为空的行。

我们继续插入数据，现在再插入几行全部为空的行：

SQL> insert into t values(NULL,NULL);

1 row inserted

SQL> insert into t values(NULL,NULL);

1 row inserted

我们看到这样的插入，居然没有违反前面我们设定的唯一约束（unique on t(x,y)），

所以，这里我们又得出一个结论：

Oracle认为 NULL<>NULL ，进而 (NULL,NULL)<>(NULL,NULL)

换句话说，Oracle认为空值（NULL）不等于任何值，包括空值也不等于空值。

我们看到下面的插入会违反唯一约束(DEMO.T_IDX)，这个很好理解了，因为它不是全部为空的值，即它不是（NULL,NULL），只有全部为空的行才被认为是不同的行：

SQL> insert into t values(1,null);

insert into t values(1,null)

ORA-00001: 违反唯一约束条件 (DEMO.T_IDX)

SQL> insert into t values(null,1);

insert into t values(null,1)

ORA-00001: 违反唯一约束条件 (DEMO.T_IDX)

SQL>

请看下面的例子:

SQL> select x,y,count(*) from t group by x,y;

X Y COUNT(*)

----- -------- ----------

3

1 1

1 1

1 1 1

Executed in 0.03 seconds

SQL> select x,y,count(*) from t where x is null and y is null group by x,y;

X Y COUNT(*)

---- ------- ----------

3

Executed in 0.01 seconds

SQL>

SQL> select x,y,count(*) from t group by x,y having count(*)>1;

X Y COUNT(*)

------ -------------------- ----------

3

Executed in 0.02 seconds

SQL>

可以看见，完全为空的行有三行，这里我们又可以得出一个结论：

oracle在group by子句中认为完全为空的行是相同的行

换句话说，在group by子句中，oracle认为(NULL,NULL)=(NULL,NULL)

下面的语句，使用了复合索引（x,y）的前导列，通常这样的查询是会使用索引的，我们看看下面的例子：

select * from t where x is null;

PLAN_TABLE_OUTPUT

--------------------------------------------------------------------------------

--------------------------------------------------------------------

| Id | Operation | Name | Rows | Bytes | Cost |

--------------------------------------------------------------------

| 0 | SELECT STATEMENT | | | | |

|* 1 | TABLE ACCESS FULL | T | | | |

--------------------------------------------------------------------

Predicate Information (identified by operation id):

---------------------------------------------------

1 - filter("T"."X" IS NULL)

Note: rule based optimization

14 rows selected

Executed in 0.06 seconds

我们看到上面的查询并没有使用索引，那么对比一下不使用控制的情况：

对比一下下面的查询：

select * from t where x=1;

PLAN_TABLE_OUTPUT

--------------------------------------------------------------------------------

--------------------------------------------------------------------

| Id | Operation | Name | Rows | Bytes | Cost |

--------------------------------------------------------------------

| 0 | SELECT STATEMENT | | | | |

|* 1 | INDEX RANGE SCAN | T_IDX | | | |

--------------------------------------------------------------------

Predicate Information (identified by operation id):

---------------------------------------------------

1 - access("T"."X"=1)

Note: rule based optimization

14 rows selected

Executed in 0.04 seconds

这个查询（where x=1）如我们所希望的那样使用了t_idx(x,y)复合索引，这里我们可以得出一个结论：

在使用IS NULL 和 IS NOT NULL条件的时候，Oracle不使用索引（因为Oracle的索引不存储空值，详细请参见前面的相关内容）

那么我们如何使用空值的比较条件呢？

首先，尽量不在前导列上使用空值，请看下面的例子：

select * from t where x=1 and y is null;

PLAN_TABLE_OUTPUT

--------------------------------------------------------------------------------

--------------------------------------------------------------------

| Id | Operation | Name | Rows | Bytes | Cost |

--------------------------------------------------------------------

| 0 | SELECT STATEMENT | | | | |

|* 1 | INDEX RANGE SCAN | T_IDX | | | |

--------------------------------------------------------------------

Predicate Information (identified by operation id):

---------------------------------------------------

1 - access("T"."X"=1)

filter("T"."Y" IS NULL)

Note: rule based optimization

15 rows selected

select * from t where x is null and y=1;

PLAN_TABLE_OUTPUT

--------------------------------------------------------------------------------

--------------------------------------------------------------------

| Id | Operation | Name | Rows | Bytes | Cost |

--------------------------------------------------------------------

| 0 | SELECT STATEMENT | | | | |

|* 1 | TABLE ACCESS FULL | T | | | |

--------------------------------------------------------------------

Predicate Information (identified by operation id):

---------------------------------------------------

1 - filter("T"."Y"=1 AND "T"."X" IS NULL)

Note: rule based optimization

14 rows selected

还有一个可以变通的方法，即我们在创建表的时候，为每个列都指定为非空约束（NOT NULL），并且在必要的列上使用default值，如：

SQL> create table lunar(

2 c1 varchar2(10) default 'empty'

3 constraint c1_notnull not null,

4 c2 number(10) default 0

5 constraint c2_notnull not null,

6 c3 date default to_date('20990101','yyyymmdd')

7 constraint c3_notnull not null);

表已创建。

已用时间: 00: 00: 00.00

SQL> insert into lunar(c1) values('first');

已创建 1 行。

已用时间: 00: 00: 00.00

SQL> insert into lunar(c2) values(99);

已创建 1 行。

已用时间: 00: 00: 00.00

SQL> insert into lunar(c3) values(sysdate);

已创建 1 行。

已用时间: 00: 00: 00.00

SQL> insert into lunar(c1,c3) values('ok',sysdate);

已创建 1 行。

已用时间: 00: 00: 00.00

SQL> insert into lunar(c2,c1) values(999,'hello');

已创建 1 行。

已用时间: 00: 00: 00.00

SQL> commit;

提交完成。

已用时间: 00: 00: 00.00

SQL> select * from lunar;

C1 C2 C3

---------- ---------- ----------

first 0 01-1月 -99

empty 99 01-1月 -99

empty 0 19-10月-04

ok 0 19-10月-04

hello 999 01-1月 -99

已用时间: 00: 00: 00.00

SQL> select c1,c2,to_char(c3,'yyyy-mm-yy') from lunar;

C1 C2 TO_CHAR(C3

---------- ---------- ----------

first 0 2099-01-99

empty 99 2099-01-99

empty 0 2004-10-04

ok 0 2004-10-04

hello 999 2099-01-99

已用时间: 00: 00: 00.00

SQL>

然后我们再像使用一般的列那样，使用他们，并且合理的为他们建立索引相信就可以很好的提高应用的查询效率。

评论

#yangtingkun发表于2005-06-09 11:28:00IP: 61.186.252.* 总结的很好。

但是对于“在使用IS NULL 和 IS NOT NULL条件的时候，Oracle不使用索引”这句话，说的有点绝对。

即使不考虑BITMAP索引，复合索引也会存储空值
SQL> create table tt (col1 number, col2 number);

表已创建。

SQL> create index ind_tt_col1_col2 on tt (col1, col2);

索引已创建。

SQL> insert into tt values (1, null);

已创建 1 行。

SQL> commit;

提交完成。

SQL> set autot on
SQL> select * from tt where col1 = 1 and col2 is null;

COL1 COL2
---------- ----------
1


Execution Plan
----------------------------------------------
0 SELECT STATEMENT Optimizer=CHOOSE
1 0 INDEX (RANGE SCAN) OF 'IND_TT_COL1_COL2' (NON-UNIQUE)

对于单列索引，如果指定IS NOT NULL也是有可能使用索引的。
#lunar发表于2005-06-20 09:29:00IP: 61.186.252.* 符合索引也不会存储完全为空的条目的，呵呵 ：）