索引覆盖和DB2查寻性能

当索引包含查寻中所有的列，我们通常说索引包含查寻，任何时候发生这种情况时，DB2优化器通常选择只访问查寻所需的索引，称为的纯索引访问或索引覆盖。但“通常”并不意味着“总是”。例如，让我们考虑下面的图表结构：

CREATETABLECONTACT(

ZIPCODEINTNOTNULL,

PHONE_NUMBERCHAR(10)NOTNULL,

SOME_OTHER_STUFFVARCHAR(100));

CREATEINDEXCONTACT_ZIP_PHONEONCONTACT(ZIPCODE,PHONE_NUMBER);

CREATEINDEXCONTACT_PHONEONCONTACT(PHONE_NUMBER);

Letusconsiderthisquery:

SELECTZIPCODE,PHONE_NUMBERFROMCONTACTWHEREPHONE_NUMBERLIKE'312987654%'ANDZIPCODE='60606'

很明显索引CONTACT_ZIP_PHONE并不覆盖查寻，但DB2优化器并没有用它。而是通过另一个索引“CONTACT_PHONE”来访问这个图表，这使我们有些吃惊，是吧？实际上这个决定很有意义，DB2优化器非常强力地寻找最好的访问计划。让我们理解为什么DB2优化器的决定确实是好。一方面，符合条件ZIPCODE='60606'的行数超过15,000行，另一方面，符合PHONE_NUMBERLIKE'312987654%'的行数不超过10行。这意味着PHONE_NUMBER的条件更有选择性。有一个著名的经验说法是：“将最有选择性的列放在索引定义的前面”。让我们对实际执行成本进行仔细的研究，了解这个理论（优化器）是否是对的：

读取了两个索引页面，一个是根索引页面，另一个是叶级别页面

读取了10个数据页面，因为10匹配散布在图表中的行的数量

现在让我们进行一下“如果怎样”的分析，让我们先去掉CONTACT_PHONE索引再执行同样的查寻，

现在DB2优化器在扫描索引CONTACT_ZIP_PHONE的部分，从值'60'或之后开始，扫描到'61'，实际执行成本明显高得多。

扫描多于100个叶级别页面

正如我们看到的，优化器明智地选择不使用覆盖索引。

现在让我们回到刚才提过的经验说法：“将最有选择性的列放在索引定义的前面”，正如我们所讨论的，在大多数情况下是对的。但也有几种例外，让我们想象一个例子，为了开始，我们先生成一个在定义中有这种最高选择性的索引。

SELECTZIPCODE,PHONE_NUMBERFROMCONTACTWHEREZIPCODE='60606'

如果让选择这两个索引，DB2优化器将最有可能选择在(ZIPCODE,PHONE_NUMBER)的索引。在执行过程中，只有索引部分被检查以支持查寻。如果取消这个索引，DB2数据库引擎将通过检查在(PHONE_NUMBER,ZIPCODE)的整个索引来确保查寻，那样肯定会慢些的。如果这个查寻经常执行，那采用(ZIPCODE,PHONE_NUMBER)的索引是对的。

正如我们看到的，经验说法“将最有选择性的列放在索引定义的前面”只是一个建议。是的，这是很好的建议，在多数情况下它是对的。但当将最有选择性的列放在索引定义的后面的情况也会发生，在特殊情况下进行仔细的思考做出自己的决定。

关于作者：AlexanderKuznetsov有15年软件设计，开发和数据库管理的经验。目前他在改善在数千兆字节数据库环境下运行的应用程序的性能。Alexander是IBM认证的高级技术专家（群集）和IBM认证解决方案专家（数据库管理和应用开发）。

读者IudithM写到：

上面所描述的问题里，ZIPCODE列是较少有性质性的，但不是最有选择性的，因为它返还了更高比例的行数。

当作者认为“将最有选择性的列放在索引定义的前面”只是经验之谈是正确的观点，但不是根据选择性，而是基于图表中不同行的不同具体位置对整体性能的影响的事实。

在更具选择性列选择比较少选择性列的索引的性能要低。例如，由第一个索引所返还的“较少”的行会散落到许多数据区中，而由第二个索引返还的“较多”的行将集中在较少的数据区中。

所以应当对不同的情况在特定环境下进行分别测试。

查看本文来源