Oracle 快速选择原因的方法

我有大约1000万条记录，它们的表结构是这样的

-------------------------------------------
 BARCODE      | PRICE | BRAND 
-------------------------------------------
1001001000111 | 1 USD | A
1001001000112 | 1 USD | B
1001001000113 | 1 USD | A
1001001000114 | 1 USD | B
1001001000115 | 1 USD | C
 . . .

我想得到条码值，其中brand等于B；这是我的问题

SELECT BARCODE 
FROM myTable 
WHERE BRAND='B';

我花了很多时间等待结果，所以我尝试将

Where

条件从

Where BRAND='B'

更改为

BRAND NOT IN（'a'，'B'，'C'，…）

。它似乎比（'A'、'B'、'C'、…）中元素量

的第一次查询要快。

很小，但只要（'A'、'B'、'C'、'D'、…）中元素量

越来越大，查询就会越来越慢

获取数据的最快方法是什么

请帮我解决这个问题。
有多个问题需要解决

我有一张大桌子，大约有1000万张唱片

只要
1000万行
就可以让你说这个表是巨大的？大小是多少？列数据类型是什么？我有一个包含
50亿行的表
，我可以在几秒钟内选择所需的行。如何通过行数测量大小？当您谈论数据库中的大量数据时，请确保您提到的是数据的大小，而不是行数。1000万行可以是
500KB
或
1GB

回到要求上来,

我想得到条码值，其中brand等于B

Oracle optimizer足够聪明，可以决定是进行全表扫描还是使用索引。话虽如此，您必须收集最新的统计数据。此外，如果您计算出基数估计值，那么您实际上可以决定创建一个索引

基于有限的信息，我的建议是在
品牌
列上创建一个索引

CREATE INDEX barcd_indx ON mytable(BRAND);

其中BRAND=B

为什么不在字符串文本周围使用单引号？应将字符串值括在单引号内：

WHERE BRAND='B';

有许多问题需要解决

我有一张大桌子，大约有1000万张唱片

只要
1000万行
就可以让你说这个表是巨大的？大小是多少？列数据类型是什么？我有一个包含
50亿行的表
，我可以在几秒钟内选择所需的行。如何通过行数测量大小？当您谈论数据库中的大量数据时，请确保您提到的是数据的大小，而不是行数。1000万行可以是
500KB
或
1GB

回到要求上来,

我想得到条码值，其中brand等于B

Oracle optimizer足够聪明，可以决定是进行全表扫描还是使用索引。话虽如此，您必须收集最新的统计数据。此外，如果您计算出基数估计值，那么您实际上可以决定创建一个索引

基于有限的信息，我的建议是在
品牌
列上创建一个索引

CREATE INDEX barcd_indx ON mytable(BRAND);

其中BRAND=B

为什么不在字符串文本周围使用单引号？应将字符串值括在单引号内：

WHERE BRAND='B';

若并没有品牌索引，那个么你们最终会做一个完整的表格扫描

如果有一个关于品牌的索引，但是表的很大一部分是针对品牌B的，那么查询优化器可能会认为完整的表扫描仍然是最好的方法

如果brand上有一个索引，B是相当有选择性的，表示表中相对较小的部分，但优化器仍然选择进行完整表扫描，然后，您的统计数据可能会过时，您应该尝试在表上收集新的统计数据。
如果没有品牌索引，那么您将最终执行完整的表扫描

如果有一个关于品牌的索引，但是表的很大一部分是针对品牌B的，那么查询优化器可能会认为完整的表扫描仍然是最好的方法

如果brand上有一个索引，并且B是相当有选择性的，表示表中相对较小的部分，但优化器仍然选择进行完整表扫描，那么您的统计数据可能已过时，您应该尝试在表中收集新的统计数据。
首先检查硬件设置。这里我有一张和你的相似的桌子

 SQL> select count(*), count(distinct brand) from my10m;

  COUNT(*) COUNT(DISTINCTBRAND)
 ---------- --------------------
   10000000                   19

  SQL> select round(BYTES/(1024*1024)) MB from dba_segments where segment_name = 'MY10M';

          MB
  ----------
         296

启动SQL*Plus并检查扫描表所需的时间

  SQL> set timi on;
  SQL> set autotrace traceonly
  SQL> set array 5000
  SQL> select * from  my10m;

  10000000 rows selected.

  Elapsed: 00:00:10.10

  Execution Plan
  ----------------------------------------------------------
  Plan hash value: 2382977685

  ---------------------------------------------------------------------------
  | Id  | Operation         | Name  | Rows  | Bytes | Cost (%CPU)| Time     |
  ---------------------------------------------------------------------------
  |   0 | SELECT STATEMENT  |       |    10M|   316M| 10314   (1)| 00:02:04 |
  |   1 |  TABLE ACCESS FULL| MY10M |    10M|   316M| 10314   (1)| 00:02:04 |
  --------------------------------------------------------------------------- 

所以，在我的例子中，完全扫描表格需要10秒钟。这是一个简单的基准，因此

具有筛选条件的查询不应比此最差。
运行此基准测试并将经过的时间与查询进行比较

还要注意，我将ARRAYSIZE设置为5000，这减少了网络往返，并可能加快查询速度。你没有说你如何访问
日期，但很可能您还可以增加获取大小

注意-10秒在我的桌面上，在生产数据库上，预期会有更好的结果
 首先检查硬件设置。这里我有一张和你的相似的桌子

 SQL> select count(*), count(distinct brand) from my10m;

  COUNT(*) COUNT(DISTINCTBRAND)
 ---------- --------------------
   10000000                   19

  SQL> select round(BYTES/(1024*1024)) MB from dba_segments where segment_name = 'MY10M';

          MB
  ----------
         296

启动SQL*Plus并检查扫描表所需的时间

  SQL> set timi on;
  SQL> set autotrace traceonly
  SQL> set array 5000
  SQL> select * from  my10m;

  10000000 rows selected.

  Elapsed: 00:00:10.10

  Execution Plan
  ----------------------------------------------------------
  Plan hash value: 2382977685

  ---------------------------------------------------------------------------
  | Id  | Operation         | Name  | Rows  | Bytes | Cost (%CPU)| Time     |
  ---------------------------------------------------------------------------
  |   0 | SELECT STATEMENT  |       |    10M|   316M| 10314   (1)| 00:02:04 |
  |   1 |  TABLE ACCESS FULL| MY10M |    10M|   316M| 10314   (1)| 00:02:04 |
  --------------------------------------------------------------------------- 

所以，在我的例子中，完全扫描表格需要10秒钟。这是一个简单的基准，因此

具有筛选条件的查询不应比此最差。
运行此基准测试并将经过的时间与查询进行比较

还要注意，我将ARRAYSIZE设置为5000，这减少了网络往返，并可能加快查询速度。你没有说你如何访问
日期，但很可能您还可以增加获取大小

注意-10秒在我的桌面上，在生产数据库上，预期会有更好的结果
 选项1

根据品牌列对表进行分区。
如果品牌A、C的记录较少，则可以在一个分区中保存这些记录。
如果品牌B有更多记录，您可以为品牌B设置一个分区