数据库优化----全表扫描
全表扫描：1：模糊查询：like '%……%'；避免全模糊，对右模糊like '……%'会使用索引；左模糊like '%……'无法直接使用索引，可利用reverse + function index形式变成like '……%' 2：查询条件使用不等于操作符(<>、!=)的select语句执行慢；原因：不等于操作操作符会限制索引，引起全表扫描； 解决方法：把不等于操作符改成or，使用索引避免全扫：column <> 'name'改成 column > 'paramSmall' or column < 'paramBig' 3：查询条件含is null的select语句执行慢，查询字段is null引起单索引失效，最好索引列都是not null的，对is null可建立组合索引，nvl(column,0)，对表和索引analyse后， is null查询可重新启用索引查找，但效率还不值得肯定；is not null永远不会使用索引，一般大数据量不使用is null 查询 nvl(expressiona,expressionb)：返回第一个不为空的值，若都为空则返回null 4：组合索引：排序应按照组合索引中各列顺序进行排序，即使索引中只有一列要排序，如：create index skip1 on emp5(job,empno,date); select job,empno from emp5 where job='manager' and empno='10' order by job,empno,date desc; 实际上只查询出符合job='manager' and empno='10'条件的记录并按date降序排列，但写成order by date desc性能较差； 5：对多张大数据量表JOIN，要先分页再JOIN，否则逻辑读会很高； 6：select count(*) from table：(这里用count代表所有聚合函数)，不带任何条件的count会引起全表扫描，且无任何业务意义； 7：sql的where条件要绑定变量：如where column=：1，不要写成where column='aaa'，即软解析，避免每次执行时重新分析； 8：or语句使用不当会引起全表扫描：原因：若where子句有两条件，一个有索引，一个没索引，使用or则引起全表扫描， 如：where A=：1 or B=：2，A上有索引，B上没索引，则比较B=：2时会重新开始全表扫描； 9：使用组合索引，若查询条件无前导列，那索引不起作用，从9i开始，引入索引跳跃式扫描，可允许优化器使用组合索引， 即便索引的前导列没出现在where子句中，如：create index skip1 on emp5(job,empno); 全索引扫描：select count(*) from emp5 where empno=7900; 索引跳跃式扫描select /*+ index(emp5 skip1)*/ count(*) from emp5 where empno=7900;前者使用全表扫描，后者使用组合索引； 10：查询的表没索引或返回所有的行；
?
