类似查询的 oracle 索引

Posted 2023-04-19

【中文标题】类似查询的 oracle 索引

【英文标题】：oracle index for like query

【发布时间】：2017-01-18 20:16:27

【问题描述】：

我在这里与客户愚蠢/固执的案件作斗争。我们有一个应用程序可以通过各种标准查找零售购物者。我们看到的最常见的变化是（部分）姓氏和（部分）邮政编码的某种组合。

当他们输入完整的邮政编码时，效果非常好。问题是他们有时会选择有效地输入邮政编码，例如'3%'。

有什么奇迹可以克服我们客户的愚蠢吗？

ETA：这个特殊的操作涉及两个表：客户和地址。我是一名参与支持此应用程序的 DBA，而不是在开发方面。我没有能力更改代码（尽管我可以就此提出建议），但我在改进索引方面还有一些余地。

Customers 有 2200 万行；地址有 2300 万个。

“愚蠢”可能是一个刺耳的词，但我不明白为什么您会尝试通过诸如“3%”之类的邮政编码来查找客户。我的意思是，输入他们的完整邮政编码需要多少努力？

【问题讨论】：

客户傻了，有什么影响？申请中断？表现不佳？还有什么？

根据你的信仰，你可以祈祷，也可以认为奇迹不存在。此外，到目前为止，您所展示的内容并不能证明您的客户是愚蠢的，这是无可置疑的。最好把它排除在外。现在：如果您有适当的索引，请确保统计数据是最新的。此外，邮政编码的分布可能会出现偏差；您可能需要使用直方图。

对了，再看看你的标题：如果你有一个关于邮政编码的索引，优化器可以在带有like '3%'等条件的查询中使用它——只要通配符在结尾。它无法将它用于诸如like '%3' 之类的条件 - 但您的情况不是。所以问题不在于索引；问题可能出在统计数据上，也可能是邮政编码分布极不均匀。

Oracle query using 'like' on indexed number column, poor performance的可能重复

@BobC：显然 web 层有 20 秒的超时时间，有时当条件不够选择性时，应用程序会超时而不是返回任何内容。

【参考方案1】：

困难在于

WHERE postal_code LIKE '3%'
AND   last_name LIKE 'MC%'

通常只能从postal_code 上的索引或last_name 上的索引中受益。两者上的复合索引都没有帮助（除了前导列）。

将此视为一种可能的解决方案（假设您的表名是 RETAIL_RECORDS:

alter table retail_records 
  add postal_code_first_1 VARCHAR2(2) 
       GENERATED ALWAYS AS ( substr(postal_code, 1,1) );

alter table retail_records 
  add last_name_first_1 VARCHAR2(2) 
       GENERATED ALWAYS AS ( substr(last_name, 1,1) );

create index retail_records_n1 
  on retail_records ( postal_code_first_1, last_name_first_1, postal_code );

create index retail_records_n2 
  on retail_records ( postal_code_first_1, last_name_first_1, last_name );

然后，在为您提供 postal_code 和/或 last_name 条件的情况下，还要在相应的 ...first_1 列中包含条件。

所以，

WHERE postal_code LIKE :p1
AND   last_name LIKE :p2
AND   postal_code_first_1 = SUBSTR(:p1,1,1)
AND   last_name_first_2 = SUBSTR(:p2,1,2)

这将允许 Oracle 平均搜索 1/260 的数据。 （邮政编码为 1/10，首字母为 1/26）。好吧，以“M”开头的姓氏比以“Z”开头的姓氏多得多，所以这有点大方。但即使是高频组合（比如postal_code like '1%' and last_name like 'M%'），它仍然不需要查看超过 1% 的行。

我预计，一旦您看到 Oracle 的基于成本的优化器实际在做什么，您就必须对此进行调整，但我认为这个想法的基本原则应该是合理的。

【讨论】：

我显然没有问得足够清楚。涉及两个表，客户和地址。问题是像“3%”这样的邮政编码搜索将返回来自地址的 300 万行，这些行需要针对某些客户子集进行连接……所有这些都取决于最终用户的心血来潮。

呃。这改变了一切。我会考虑将一些数据非规范化到其中一个表中。否则，表之间连接的FAST REFRESH ON COMMIT 物化视图将是一种危险但合理的方法。非常好的文章在这里：orastory.wordpress.com/2014/11/27/….