一个容易被忽略的SQL调优技巧 --- order by字段到底要不要加入索引

对于SQL调优，要调就调到极致，小编并不是处女座，而是因为在一个并发量很大的业务系统中，对于频繁执行的单条SQL性能的提升，可能对整体数据库的性能提升都有很大的意义。
但是遇到order by字段后面的字段，特别是当这个字段不在过滤条件中时，小编就会心里打鼓，是加到索引里面呢，还是不加到索引里面呢，加进去会不会没有起到提升性能的作用，反而让索引变得更加复杂，给系统带来不必要的额外负担，“偷鸡不成蚀把米”，开个玩笑。但是如果直接忽略掉这个问题，很可能这个提升系统性能的机会就被错过了。
所以今天小编就和大家探讨一下，面对order by字段后面的条件，特别是这个条件不在过滤条件中时，到底要不要加入索引中，对于SQL调优这笔账，索引中加入order by字段，是赚了还是赔了❓

Part 1

空话不多说，先来一个小实验，热一下身。通过多次复制dba_objects中的数据，生成测试表T1，大约1000万行数据。做一个简单的查询，查询T1表中object_id最小的10行数据，select * from (select * from T1 order by object_id) where rownum<=10，耗时‘Elapsed: 00:00:35.92’，执行计划如下：

执行计划中可以看到，先作了一个全表扫，取到了结果集11M行（可以粗略理解为11百万行，这个测试表T1行数为11943842）。然后作了一个排序，截取最小的10条记录，最后返回结果。下面我们在object_id字段上建一个索引I_T1_ORDER3，作一个比较。
耗时从刚才的35秒，直接降到了 ‘Elapsed: 00:00:00.01’，提升性能的效果非常明显。索引和执行计划如下：


从执行计划中可以看到，优化器直接从索引中找到了最小的10条记录，然后回表取得结果集返回。相比上一个执行计划，省去了全表扫描，省去了排序，所以执行时间和系统资源消耗都大大减少。
在这里作一个简单的分析，首先索引和数据不同，是按照有序的排列存储的，当结果集要求按照顺序取得一部分数据时，索引的功效会体现的非常明显，本次查询就是要取得object_id最小的10条记录。其次，建立索引系统只需要消耗一次资源完成排序过程，而如果没有索引，执行不同的语句可能每次都要经历排序的过程，会消耗更多的系统资源。从这个实验看，在order by字段建索引是非常划算的，而且order by字段并不一定非要加入到where条件中也可以生效。

这里小编要和大家分享一个自己踩到的“坑”，就是小编起初在建了索引I_T1_ORDER3后，这条查询语句的执行计划并不选择索引，增加了hint提示也不选择，小编都有点怀疑人生了，明显使用索引会好，为什么优化器偏偏不选择索引呢，而且是加了hint也不走。在修改object_id列为非空属性（NOT NULL）后，优化器才选择了这个索引。小编这里是这么理解的，如果这一列存在NULL值，NULL值是没有大小这一说法的，而且不会被保存在索引中。如果优化器无法确定该列没有NULL值，为了保证结果集的准确性，宁愿选择更慢的全表扫描，也不会选择走可能存在NULL的索引，即使用户指定了hint也不会选择（这里的几句话有点绕，大家耐心读一下）。从这一点来看，开发Oracle优化器的小伙伴是非常靠谱的。

Part 2

上面的实验中order by字段加入索引的作用非常明显。可是在实际生产环境中，能有这么简单的SQL来给DBA调优的机会并不多，实际生产中的SQL往往要更复杂一些。下面我们就把测试变得复杂一点，复制测试表T1，生成测试表T2，查询object_type类似INDEX中object_id最小的10条记录，select * from (select * from T2 where object_type like '%INDEX%' order by object_id) where rownum<=10。
这条语句比第一个实验中多了过滤条件，但是使用了like方法。按通常的经验建索引首先会考虑where条件后的字段，但是在使用like的过滤条件上建立索引，效果可能并不好。可是如果这条语句是业务系统中执行频率非常高的语句呢，我们还是硬着头皮优化一下吧。先看一下没有索引的情况。

执行时间“Elapsed: 00:00:08.75”，接近9s，从执行计划中看到，先是全表扫描过滤出了1597K条（1597K约163万条）记录，然后作了个排序，返回object_id最小的10条记录。
这样的执行效率在生产系统中是不能接受的，但是在like列上建索引效果可能并不好，本着敬业的精神，还是试一下吧。在仅有的两个条件 object_type和object_id上建一个复合索引I_T2_ORDER2，并
加入hint提示，结果如下：


执行时间“Elapsed: 00:00:17.25”，比刚才9秒还多花了8秒。从执行计划中可以看到，先是在索引I_T2_ORDER2中定位到1597K条记录，然后回表取得1597K记录的结果集，再排序取到object_id最小的10条记录。与上一个执行计划相比，反而增加了一个读索引的步骤，所以系统资源消耗更多，执行时间也更长，而且虽然order by字段加入到索引中，并没有省去排序的步骤。在这里这个索引建的就有点亏了。
“理想很丰满，现实很骨感”，看来SQL变得复杂以后，order by字段在索引里面果然不灵了，这招不好使。不要着急，咱们分析一下，为什么不好使了。大家都知道索引是树状结构，现在I_T2_ORDER2索引中有两个字段，这个索引结构大概是这个样子的，如下图。

大家可以看到，对应INDEX节点下面的object_id“3,9,13”是有序的， INDEX PARTITION节点也类似。但是把INDEX节点和INDEX PARTITION节点对应的object_id放到一起，“3,9,13…2,15,17”，就变得无序了，所以优化器虽然使用了索引，但不得不再做一遍排序，order by索引的功效并没有发挥出来。
看到这里是不是有点灰心了，这条语句没法优化了。看下本文的标题，换个角度想一下，说不定这条语句还有救。与测试表T1一样，在object_id上建一个索引I_T2_ORDER3试一下。


执行时间从17s，直接变为“Elapsed: 00:00:00.01”，从执行计划可以看到，优化器通过索引过滤了817条记录后得到了想要的10条结果，之后回表取得结果返回。与上面的执行计划相比，时间消耗和资源消耗都大大减少。
这里我们简单分析一下，索引I_T2_ORDER3是按照object_id有序排列的，当优化器按序处理到817条记录时，就已经得到了想要的object_type类似INDEX，object_id最小的10条记录，然后回表取到结果并返回，省去了全表扫描以及排序的消耗，所以效率大大提升。索引结构如下图。

执行时间和系统消耗，都大大减少，那么到这里我们是不是可以交差了。再看一下我们文章的开头，“对于SQL调优，要调就调到极致”， “对于频繁执行的单条SQL性能的提升，对整体数据库的性能提升都有很大的意义”。我们再想一下还可不可以更优。小编在这里又建了一个索引I_T2_ORDER4，再执行这条查询语句。


执行时间“Elapsed: 00:00:00.01”，从执行计划中可以看到，优化器通过索引直接定位到了想要的10条记录，回表取得10条记录并返回。最终结果只有10条记录，优化器也只处理了10条记录，几乎没有任何的资源浪费。I_T2_ORDER4索引的结构图如下，可以看到，过滤条件已经在索引中存储了，所以优化器可以在索引中直接定位到最终的10条记录。

到这里，从建索引的角度出发，小编认为这条SQL的优化可以交差了。

Part 3

最后小编想说的是，遇到类似order by字段是否加入索引的问题，或者其他一些大家犹豫的问题，可以大胆的尝试，并打开思路，从不同的角度考虑，多做测试，不要错过任何一个提升性能的机会。
对于order by字段加入索引本身这个问题，如果最终的结果集是以order by字段为条件筛选的，将order by字段加入索引，并放在索引中正确的位置，会有明显的性能提升。不过这里要注意小编前面提到的那个坑，order by字段需要是非空的属性，否则会无效。

文章属于转载文章