共 5 篇相关文章
作者在客户现场遇到一个性能糟糕的SQL查询，通过PL/SQL Developer执行时效率极低，影响了业务操作。他详细记录了整个排查与优化过程：首先定位到问题SQL，随后通过分析执行计划，发现表连接顺序不当与关键字段索引缺失是主要瓶颈。针对这两个核心原因，作者分别调整了连接顺序并补建了复合索引，最终使该查询的执行时间从数分钟缩短至毫秒级，优化效果显著。 这篇文章的价值在于它完整呈现了一个真实、典型的SQL性能问题从发现到解决的闭环思路。作者没有停留在简单的“加索引”建议，而是结合具体的执行计划与优化前后的数据对比，清晰展示了如何系统性地诊断和根治数据库查询性能问题。对于日常需要与数据库打交道的开发者和DBA来说，这种一步步分析问题的实战记录，比泛泛而谈的优化原则更具参考意义。
这篇讲的是通过一系列针对单表单索引的测试，系统总结了Oracle数据库中几种常见的Index访问方式。作者从实际的执行计划出发，用不同的hint组合，模拟了Oracle执行计划中几种典型的index访问路径。 测试核心聚焦于Hint对优化器选择索引访问方式的直接影响。文章展示了在相同数据和索引条件下，使用不同hint（如`INDEX`、`INDEX_FFS`等）后，执行计划中的代价、成本以及具体的I/O读取方式会发生怎样的变化。 有趣的是，文章没有去深究为什么每种路径的IO和成本会呈现这样的结果，而是直接给出了不同hint下的统计对比。它更像一份精心准备的“实验报告”，通过具体的执行计划统计，直观展示了hint对优化器选择index访问方式的直接影响。 其价值在于，它把经常让人困惑的`INDEX FULL SCAN`与`INDEX FAST FULL SCAN`等概念，放到了一个可观察、可对比的实验场景里。对于想理清“hint如何改变索引使用方式”这一具体问题的开发者，这份实测数据提供了一个清晰的参考起点。
这篇讲的是Oracle数据库中Hint工具的常见错误使用方式。作者从实际运维经验出发，指出许多DBA在追求快速解决问题时，容易陷入过度依赖Hint的陷阱。例如，通过Hint强制指定执行计划可能短期内见效，但当数据分布或索引结构变化后，固定的计划反而会成为性能瓶颈。 文章分析了几个典型场景：比如用/*+ INDEX */ Hint覆盖优化器选择，却忽略了全表扫描可能更高效的时机；或者在Outline中错误绑定Hint，导致后续SQL无法适应硬件升级。作者强调，Hint本是精细调控的工具，滥用会破坏优化器的自主决策能力。 对于如何正确使用，文中建议将Hint作为最后手段，并配合Outline、Profile等工具进行计划管理。最终目的是让DBA理解优化器的工作逻辑，而非用Hint掩盖设计缺陷。
这篇讲的是Oracle 9i中一个容易被忽视的性能陷阱：查询优化器有时会错误地将B-Tree索引隐式转换为BITMAP CONVERSION来执行SQL。这种转换本身可能发生在看似合理的查询写法下，但其生成的执行计划往往非常低效，在数据量较大时会直接打满CPU，造成严重的生产事故。 文章深入剖析了这一现象的触发条件——通常与优化器对索引结构、数据分布或特定查询模式的误判有关。它不仅解释了“为什么会出现这种糟糕的执行计划”，更关键的是给出了实际的规避与解决路径，例如调整统计信息、修正SQL写法或使用优化器提示（hint）。对于仍在维护老系统或遇到类似离奇性能问题的DBA与开发者来说，这篇内容直指痛点，提供了清晰的排查思路和解决依据。
这篇讲的是MySQL执行计划中一个常见但关键的现象——Using filesort。作者从执行计划的基本原理切入，解释了这个术语的具体含义：当MySQL无法利用索引来完成排序时，就需要进行额外的文件排序操作。具体来说，数据库会保存排序关键字和行的指针，然后对这些关键字进行排序，最后按排序顺序检索行。这个过程通常在查询涉及排序或分组，且缺少可用索引时出现。 在对比方面，文章将Using filesort与Using index等其他执行计划类型进行了区分。关键差异在于效率：Using index表示直接通过索引排序，性能较高；而Using filesort则需要额外的排序开销，可能对查询速度产生负面影响。这种对比突出了索引设计的重要性——在合适的场景下创建索引，可以避免不必要的文件排序，从而优化查询性能。 文章进一步讨论了各自的适用场景：对于小数据量或简单查询，Using filesort的影响可能有限；但对于大数据集或高频查询，它往往会成为性能瓶颈。通过EXPLAIN工具识别并分析Using filesort，开发者可以针对性地调整索引或查询语句，比如在ORDER BY子句上建立索引。 最后，作者总结道，理解Using filesort的机制有助于在日常开发中做出更明智的数据库优化决策，从而提升整体系统效率。
