作者 | 董旭阳TonyDong，CSDN 博客专家

责编 | 唐小引

头图 | CSDN 下载自东方 IC

出品 | CSDN 博客

下面是 5 个关于索引和 SQL 查询性能的测试题；其中 4 个题目都是答案二选一，1 个题目是三选一。只要答对 3 个就算及格，是不是貌似很简单？但实际上只有 40% 的人能够及格。我们在测试题的后面会给出答案解析，不过建议你先尝试一下，看看答对几个！

问题 1

以下查询语句有没有性能问题？

CREATE TABLE t1 (
id INT NOT ,
dt DATE,
PRIMARY KEY (id)
);
CREATE INDEX idx1 ON t1(dt);
SELECT *
FROM t1
WHERE TO_CHAR(dt, 'YYYY') = '2019'; -- Oracle、PostgreSQL
-- WHERE YEAR(dt) = '2019'; -- MySQL
-- WHERE datepart(yyyy, dt) = '2019'; -- SQL Server

选项 A：没问题；

选项 B：有问题。

问题 2

以下查询语句有没有性能问题？

CREATE TABLE t2 (
id INT NOT ,
i INT
dt DATE,
v VARCHAR(50),
PRIMARY KEY (id)
);
CREATE INDEX idx2 ON t2(i, dt);
SELECT *
FROM t2
WHERE i = 99
ORDER BY dt DESC
FETCH FIRST 5 ROW ONLY; -- Oracle、SQL Server、PostgreSQL
-- OFFSET 0 ROWS FETCH FIRST 5 ROW ONLY; -- SQL Server
-- LIMIT 5; -- MySQL

选项 A：没问题；

选项 B：有问题。

问题 3

下表中的索引有没有问题？

CREATE TABLE t3 (
id INT NOT ,
col1 INT,
col2 INT,
col3 VARCHAR(50),
PRIMARY KEY (id)
);
CREATE INDEX idx3 ON t3(col1, col2);
SELECT *
FROM t3
WHERE col1 = 99
AND col2 = 10;
SELECT *
FROM t3
WHERE col2 = 10;

选项 A：没问题；

选项 B：有问题。

问题 4

以下查询语句有没有性能问题？

CREATE TABLE t4 (
id INT NOT ,
col1 INT,
col2 VARCHAR(50),
PRIMARY KEY (id)
);
CREATE INDEX idx4 ON t4(col2);
SELECT *
FROM t4
WHERE col2 LIKE '%sql%';

选项 A：没问题；

选项 B：有问题。

问题 5

假如存在以下表和两个查询语句，哪个查询更快？

CREATE TABLE t5 (
id INT NOT ,
col1 INT,
col2 INT,
col3 VARCHAR(50),
PRIMARY KEY (id)
);
CREATE INDEX idx5 ON t5(col1, col3);
SELECT col3, count(*)
FROM t5
WHERE col1 = 99
GROUP BY col3;
SELECT col3, count(*)
FROM t5
WHERE col1 = 99
AND col2 = 10
GROUP BY col3;

选项 A：第一个查询更快；

选项 B：第二个查询更快；

选项 C：两个查询性能差不多。

解析

问题 1

答案是：B，性能有问题。因为在索引字段上使用函数或者表达式，会导致索引失效。

你可以使用 EXPLAIN 命令查看该语句的执行计划，最好先执行一次表的统计分析：

-- Oracle
EXPLAIN PLAN FOR
SELECT *
FROM t1
WHERE TO_CHAR(dt, 'YYYY') = '2019';
SELECT * FROM TABLE(dbms_xplan.display);
PLAN_TABLE_OUTPUT |
--------------------------------------------------------------------------|
Plan hash value: 3617692013 |
|
--------------------------------------------------------------------------|
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time ||
--------------------------------------------------------------------------|
| 0 | SELECT STATEMENT | | 1 | 22 | 2 (0)| 00:00:01 ||
|* 1 | TABLE ACCESS FULL| T1 | 1 | 22 | 2 (0)| 00:00:01 ||
--------------------------------------------------------------------------|
|
Predicate Information (identified by operation id): |
--------------------------------------------------- |
|
1 - filter(TO_CHAR(INTERNAL_FUNCTION("DT"),'YYYY')='2019') |
|
Note |
----- |
- dynamic statistics used: dynamic sampling (level=2) |

Oracle 中是全表扫描，没有走索引。再看 MySQL：

-- MySQL
EXPLAIN SELECT *
FROM t1
WHERE YEAR(dt) = '2019';
id|select_type|table|partitions|type |possible_keys|key |key_len|ref|rows|filtered|Extra |
--|-----------|-----|----------|-----|-------------|----|-------|---|----|--------|------------------------|
1|SIMPLE |t1 | |index| |idx1|4 | | 1| 100|Using where; Using index|

MySQL 虽然使用了索引，但是也需要对索引进行转换判断；并不是最优方案。

接下来是 SQL Server：

-- SQL Server
SET STATISTICS PROFILE ON
SELECT *
FROM t1
WHERE datepart(yyyy, dt) = '2019';
Rows|Executes|StmtText |StmtId|NodeId|Parent|PhysicalOp|LogicalOp |Argument |DefinedValues |EstimateRows|EstimateIO |EstimateCPU |AvgRowSize|TotalSubtreeCost |OutputList |Warnings|Type |Parallel|EstimateExecutions|
----|--------|---------------------------------------------------------------------------------------------------------|------|------|------|----------|----------|----------------------------------------------------------------------------------------|----------------------------------------------|------------|---------------------|---------------------|----------|---------------------|----------------------------------------------|--------|--------|--------|------------------|
0| 1|SELECT * FROM t1 WHERE datepart(yyyy, dt) = '2019' | 1| 1| 0| | | | | 1| | | |0.0032830999698489904| | |SELECT | 0| |
0| 1| |--Index Scan(OBJECT:([hrdb].[dbo].[t1].[idx1]), WHERE:(datepart(year,[hrdb].[dbo].[t1].[dt])=(2019)))| 1| 2| 1|Index Scan|Index Scan|OBJECT:([hrdb].[dbo].[t1].[idx1]), WHERE:(datepart(year,[hrdb].[dbo].[t1].[dt])=(2019))|[hrdb].[dbo].[t1].[id], [hrdb].[dbo].[t1].[dt]| 1|0.0031250000465661287|1.5809999604243785E-4| 14|0.0032830999698489904|[hrdb].[dbo].[t1].[id], [hrdb].[dbo].[t1].[dt]| |PLAN_ROW| 0| 1|

SQL Server 使用了索引，但是也需要对索引进行转换判断；并不是最优方案。

最后看一下 PostgreSQL：

-- PostgreSQL
EXPLAIN SELECT *
FROM t1
WHERE TO_CHAR(dt, 'YYYY') = '2019';
QUERY PLAN |
--------------------------------------------------------------------------------|
Seq Scan on t1 (cost=0.00..49.55 rows=11 width=8) |
Filter: (to_char((dt)::timestamp with time zone, 'YYYY'::text) = '2019'::text)|

PostgreSQL 使用的是全表扫描，没有使用索引。

正确做法是修改查询语句：

SELECT *
FROM t
WHERE dt BETWEEN DATE '2019-01-01' AND DATE '2019-12-31';

备注：使用函数索引并不是最优解决方法，它只能用于特定的查询条件；如果查询条件改成 TO_CHAR(dt, 'YYYY-MM-DD') = '2019-06-01'或者其他形式就无法使用该索引了。

问题 2

答案是：A，性能没有问题。该语句的 WHERE 子句以及 ORDER BY 子句都可以使用索引（反向扫描），不需要对任何行进行额外的排序。可以使用上面的方法查看执行计划。

问题 3

答案是：B，索引有问题。因为第二个查询无法使用索引或者效率不高。虽然有些数据库可能采用索引跳跃扫描，但是可以通过修改索引字段的顺序获得更好的性能：

CREATE INDEX idx3 ON t3(col2, col1);

将 col2 放在索引的最左端，两个查询都可以利用索引；也就是说，复合索引应该遵循最左前缀原则。另外，基于 col2 再创建一个索引会导致索引重复，不是好的方案。

问题 4

答案是：B，性能有问题。因为在 LIKE 条件中以通配符 % 或者 _ 开始的字符串无法使用索引。不过，以下语句可以使用索引：

SELECT *
FROM t4
WHERE col2 LIKE 'sql%';

对于 PostgreSQL 而言，还需要在创建索引时指定操作符类：

-- PostgreSQL
CREATE INDEX idx4 ON t4(col2 varchar_pattern_ops);

问题 5

答案是：A，第一个查询更快。因为它只需要通过扫描索引（Index-Only Scan）就可以得到结果；第二个查询虽然可能返回的数据更少，但是需要通过索引访问表，也就是回表。

亲爱的朋友，你答对了几个？欢迎留言讨论！

文章发布已获作者授权，CSDN 博文地址：