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(DB2认证 DB2培训 )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。

时间: 2025-01-08 19:34:30

索引覆盖和DB2查寻性能的相关文章

DB2数据库性能监控和调优实践

1.性能调优概述 性能问题的症状 响应时间慢 吞吐量低 资源占用高(CPU.Memory.I/0等) 数据库角度 数据库逻辑设计 数据库物理设计(存储规划) SQL语句 数据库调优关键 I/O最关键 减少I/O 最大化I/O效率 存储规律,物理设计 CPU两个杀手 表扫描 排序 Memory命中率可能会骗人 SQL是一切问题的根源 2.性能调优步骤 明确问题->收集数据->分析数据->细化.定位问题->优化 3.DB2数据库监控工具-db2pd 3.1.监控工具总结 即时监控工具

(MYSQL)回表查询原理,利用联合索引实现索引覆盖

一.什么是回表查询? 这先要从InnoDB的索引实现说起,InnoDB有两大类索引: 聚集索引(clustered index) 普通索引(secondary index) InnoDB聚集索引和普通索引有什么差异? InnoDB聚集索引的叶子节点存储行记录,因此, InnoDB必须要有,且只有一个聚集索引: (1)如果表定义了PK,则PK就是聚集索引: (2)如果表没有定义PK,则第一个not NULL unique列是聚集索引: (3)否则,InnoDB会创建一个隐藏的row-id作为聚集索

聚簇索引索引覆盖分析

聚簇索引 优势: 根据主键查询条目比较少时,不用回行(数据就在主键节点下) 劣势: 如果碰到不规则数据插入时,造成频繁的页分裂. C) 聚簇索引的页分裂过程 实验: 聚簇索引使用随机值导致页频繁分裂影响速度 过程:建立innodb表, 利用php连接mysql, 分别规则插入10000条数据,不规则插入10000条数据 观察时间的差异,体会聚簇索引,页分裂的影响. create table t5( id int primary key, c1 varchar(500), c2 varchar(5

DB索引、索引覆盖、索引优化

###########索引########### @see   http://mp.weixin.qq.com/s/4W4iVOZHdMglk0F_Ikao7A 聚集索引(clustered index):聚集索引决定数据在磁盘上的物理排序,一个表只能有一个聚集索引,一般用primary key来约束. 举例:t_user场景中,uid上的索引. 非聚集索引(non-clustered index):它并不决定数据在磁盘上的物理排序,索引上只包含被建立索引的数据,以及一个行定位符row-loca

【Mysql优化】索引覆盖

索引覆盖 是指 如果查询的列恰好是索引的一部分,那么查询只需要在索引文件上进行,不需要回行到磁盘再找数据.这种查询速度非常快,称为”索引覆盖”,比平时的查询少一次到磁盘读数据的操作.(索引正好覆盖到查询的数据) 例如下面: mysql> use exam9; Database changed mysql> desc options; +----------------+---------------+------+-----+---------+-------+ | Field | Type

索引覆盖与覆盖索引的深入探究

[1]索引覆盖 [1.1]索引覆盖的概念 在我的理解中,什么是索引覆盖?就是说,你的所有查询条件中,每个条件CBO都愿意去扫描索引来查询数据(无论是单列索引还是复合索引均可),然后根据索引扫描/查找的结果可以获取到我们要的结果集. 然后最后非聚集索引会根据不同where条件走的索引获取到叶子节点数据(也就是聚集索引键值),这个时候就获取到了 聚集索引值+本身索引列的值. 最后再拿不同where条件获取到的聚集索引值做等值比较匹配,均相等的就是我们想要的数据.这个也避免了回表去从实际存储数据的数据

DB2 Sql性能查看与优化

1.执行次数最多的TOP10SQL"db2 "select * from sysibmadm.snapdyn_sql order by NUM_EXECUTIONS desc fetch first 10 rows only"2.平均执行时间最长的TOP10SQL"db2  "select * from sysibmadm.top_dynamic_sql order by average_execution_time_s desc fetch  first

SQL Server调优系列基础篇(常用运算符总结)

原文:SQL Server调优系列基础篇(常用运算符总结) 前言 上一篇我们介绍了如何查看查询计划,本篇将介绍在我们查看的查询计划时的分析技巧,以及几种我们常用的运算符优化技巧,同样侧重基础知识的掌握. 通过本篇可以了解我们平常所写的T-SQL语句,在SQL Server数据库系统中是如何分解执行的,数据结果如何通过各个运算符组织形成的. 技术准备 基于SQL Server2008R2版本,利用微软的一个更简洁的案例库(Northwind)进行解析. 一.数据连接 数据连接是我们在写T-SQL语

SQL Server调优系列 - 常用运算符总结

前言 上一篇我们介绍了如何查看查询计划,本篇将介绍在我们查看的查询计划时的分析技巧,以及几种我们常用的运算符优化技巧,同样侧重基础知识的掌握. 通过本篇可以了解我们平常所写的T-SQL语句,在SQL Server数据库系统中是如何分解执行的,数据结果如何通过各个运算符组织形成的. 技术准备 基于SQL Server2008R2版本,利用微软的一个更简洁的案例库(Northwind)进行解析. 一.数据连接 数据连接是我们在写T-SQL语句的时候最常用的,通过两个表之间关联获取想要的数据. SQL