SQL优化之count，表的连接顺序、条件顺序，in和exist

一、关于count

看过一些关于count(*)和count(列)的文章，count(列)的效率一定比count(*)高吗？

其实个人觉得count(*)和count(列)根本就没有可比性，count(*)统计的是表里面的总条数，而count(列)统计的是当列的非空记录条数。

不过我们可以通过实验来比较一下：

首先创建测试表：

drop table test purge;
create table test as select * from dba_objects;

update test  set object_id =rownum ;
set timing on 
set linesize 1000
set autotrace on 

执行

select count(*) from test;
select count(object_id) from test;

发现耗时是一样的，难道他们的效率其实是一样的吗？

我们在列object_id上创建索引试试看

create index idx_object_id on test(object_id);

然后再执行 

select count(*) from test;
select count(object_id) from test;

发现count(object_id)的速度明显比count(*)高出一大截，难道是因为count(object_id)能用到索引，所以效率才提高了很多？

我们再修改下object_id的列属性

alter table test modify object_id  not  null;

然后再执行 

select count(*) from test;
select count(object_id) from test;

发现其实他们的速度是一样快的，count(*)也可用到索引。

其实效率比较的前提是两个语句的写法要等价，这两种写法根本就不等价，因此不具有可比性。

对于oracle优化器来说，我们可以通过实验发现，count不同的列，统计的时间是不一样的，大致趋势是列越靠后，访问的开销越大，列的偏移量绝地访问的性能。而count(*)的开销与偏移量无关。因此，在某些场合count(*)反而是最快的。

二、关于in和exist

关于in和exist的说法大都是说in的效率比exist高，所以有in的地方必需得换成exist等等。但是真的是这样的吗？

我们可以做个试验：

在10g中;

select * from dept where deptno NOT IN ( select deptno from emp ) ;
select * from dept where not exists ( select deptno from emp where emp.deptno=dept.deptno) ;

我们发现，exist确实比in的效率高啊。这个说法貌似是成立的啊。

但是我们再执行下面的语句

select * from dept where deptno NOT IN ( select deptno from emp where deptno is not null) and deptno is not null;

你会发现加上非空的约束条件后，in和exist的效率是一样的。

查看三个语句的执行计划你就会发现，没有加上非空约束的in语句和exist语句走的都是ANTI半连接算法，所以效率是一样的，而未加非空约束的in语句用的是filter，而不是ANTI算法，所以效率就差一些。

所以我们可以得出结论：在oracle 10g中，如果可以确保非空，则in约束可以用到ANTI的半连接算法，这时候的效率和exist是一样的。

在11g中：

select * from dept where deptno NOT IN ( select deptno from emp ) ;
select * from dept where not exists ( select deptno from emp where emp.deptno=dept.deptno) ;

我们发现两个语句的效率是一样的，查看执行计划也是一样的。原来oracle在11g中已经做了优化，所以in和exist的效率是一样的。

由此我们可以得出结论，在11g中，使用in和exist的效率是一样的，因为他们走的都是比较高效的ANTI算法。

三、关于大小表的连接顺序

在网上我们可以看到很多这样的文章，在进行多表查询的时候，用小表或者交叉表做基础表，放在后面，大表放在from后面的位置，因为表的访问顺序是从右往左的。

但是真的是这样的吗？

我们可以做实验验证一下（11g）：

create table tab_big  as select * from dba_objects where rownum<=30000;
create table tab_small  as select * from dba_objects where rownum<=10;
set autotrace traceonly
set linesize 1000
set timing on 
select count(*) from tab_big,tab_small   ;  
select count(*) from tab_small,tab_big   ;

我们查看执行计划可以发现，这两个语句的效率是一样的，难道多表查询，表的顺序和效率无关吗？

我们在执行下面的语句：

select /*+rule*/ count(*) from tab_big,tab_small ;  
select /*+rule*/ count(*) from tab_small,tab_big ;

我们可以清楚的发现，小表在右，大表在左的语句，查询效率高很多。

其实，在基于规则时代，查询效率是和表的连接顺序相关的，小表或者交叉表在左，大表在右的执行效率会高一些。但是现在基本上是基于代价的时代，所以大小表的顺序和效率无关，oracle优化器会自动去进行效率优化。

四、where子句中的连接条件顺序

在基于规则时代，oracle采用自下而上的顺序来解析where子句，根据这个原理，我们一般会将可能返回行数最少的表放在最后面，where子句中有过滤条件的子句放在最后面。

但是在现在基于代价时代，这种优化都有oracle优化器帮忙优化了，所以关于表的顺序和条件的顺序已经不会影响我们的查询效率了。