假设您有一个哈希分区表,其本地索引如下:
CREATE TABLE foo (
bar NUMBER,
baz NUMBER,
a NUMBER
)
PARTITION BY HASH (bar) (
PARTITION H0,
PARTITION H1
);
-- LOCAL index
CREATE INDEX foo_n1 ON foo (baz, a) LOCAL;
假设您预先知道某些数据在哪个分区中,并且希望查询具有已知值的表
baz
(这是本地索引)。
查询直接分区有什么真正的好处吗(
FROM foo PARTITION (H0)
):
SELECT *
FROM foo PARTITION (H0)
WHERE 1=1
AND baz = 1234
而不是只查询所有分区
FROM foo
:
SELECT *
FROM foo
WHERE 1=1
AND baz = 1234
?
我想不会。
过滤
BAZ = 1234
将导致对btree索引进行范围扫描,从而找到
1234
在O(logn)时间内;所有其他条目都是相邻的,只需在其中导航即可。主要工作是找到索引中的第一个条目。
即使您有64个分区,每个分区有100万行,总共有6400万行,但是
log(64,000,000)
和
log(1,000,000)
找到
1234
看起来很无关紧要。
编辑:正如@astentx所提到的,不使用分区语法将导致
64 * log(1,000,000)
,而使用分区应该会导致
日志(1000000)
假设基数为10,这是384对6的比较,这比我之前的估计要大得多。
在我看来,直接分区查询只对完全快速索引扫描和索引跳过扫描有意义,因为这些扫描需要O(n)才能找到索引中的第一个条目,因此最小化总行数将产生更大的实质性影响。同样,它也有助于对相同推理进行完整的表格扫描。然而,我看不出这对范围扫描和唯一扫描有什么帮助。
对吗?
此外,我不确定搜索索引时比较次数的相对较大减少在大多数情况下是否会产生显著影响。我的猜测是,查询将花费大部分时间对从索引返回的每个rowid进行表访问,而在索引中查找正确项的364对6比较将占用相对较少的时间。但我还没有测试过。