索引空值以在 DB2 上快速搜索

Posted 2023-03-22

【中文标题】索引空值以在 DB2 上快速搜索

【英文标题】：Indexing nulls for fast searching on DB2

【发布时间】：2008-09-22 16:07:13

【问题描述】：

据我了解，空值在 DB2 中是不可索引的，因此假设我们有一个巨大的表 (Sales)，其中的日期列 (sold_on) 通常是日期，但偶尔（10% 的时间）为空。

此外，让我们假设它是一个我们无法更改的遗留应用程序，因此这些空值会保留在那里并且意味着某些东西（比如说返回的销售额）。

我们可以通过在 sold_on 和 total 列上放置索引来快速进行以下查询

Select * from Sales 
where 
Sales.sold_on between date1 and date2
and Sales.total = 9.99

但是索引不会让这个查询变得更快：

Select * from Sales 
where 
Sales.sold_on is null
and Sales.total = 9.99

因为索引是在值上完成的。

我可以索引空值吗？也许通过更改索引类型？索引指标列？

【问题讨论】：

理想情况下，如果空值是 0，我希望数据库能够运行，并在搜索树的一个步骤中将它们全部忽略。这似乎没有发生。

【参考方案1】：

您从哪里得到 DB2 不索引 NULL 的印象？我在支持该声明的文档或文章中找不到任何内容。我刚刚使用 IS NULL 限制在一个大表中执行了一个查询，该限制涉及一个包含一小部分 NULL 的索引列；在这种情况下，DB2 肯定使用了索引（通过 EXPLAIN 验证，并通过观察数据库立即响应而不是花时间执行表扫描）。

所以：我声称 DB2 对非主键索引中的 NULL 没有任何问题。

但正如其他人所写：您的数据可能以 DB2 认为使用索引不会更快的方式组合。或者数据库的统计信息对于所涉及的表不是最新的。

【参考方案2】：

我不是 DB2 专家，但如果 10% 的值是空值，我认为仅该列上的索引不会帮助您的查询。 10% 太多了，无法使用索引——它只会进行表扫描。如果您说的是 2-3%，我认为它实际上会使用您的索引。

想想一个页面/块上有多少条记录——比如 20 条。使用索引的原因是避免获取您不需要的页面。给定页面包含 0 个空记录的几率是 (90%)^20，即 12%。这些可能性不大——无论如何您都需要获取 88% 的页面，使用索引并不是很有帮助。

但是，如果您的 select 子句仅包含几列（而不是 *） - 只包含 salesid，您可能会让它使用 (sold_on,salesid) 上的索引，因为读取数据页会' 不需要 -- 所有数据都在索引中。

【讨论】：

抱歉，我试图让问题尽可能简单（我们的实际查询是无数行）。

【参考方案3】：

经验法则是，索引最多可用于记录 15% 的值。 ...所以索引可能在这里有用。

如果 DB2 不会索引空值，那么我建议添加一个布尔字段 IsSold，并在设置了 sold_on 日期时将其设置为 true（这可以在触发器中完成）。

这不是最好的解决方案，但它可能是您需要的。

【讨论】：

是的，这是我们潜在的解决方案之一。但看起来我应该能够在某个地方拨动开关，而且我们还不需要触发器。

【参考方案4】：

Troels 是正确的；即使 SOLD_ON 值为 NULL 的行也会受益于该列上的索引。如果您在 SOLD_ON 上进行范围搜索，则可以通过创建以 SOLD_ON 开头的聚集索引来获得更多好处。在此特定示例中，维护基于 SOLD_ON 的集群顺序可能不需要太多额外开销，因为添加的较新行很可能具有较新的 SOLD_ON 日期。