《通过索引提升SQL性能案例一则》提到的案例，处理不太准确，有必要纠正下，更要谢谢老虎刘老师的耐心指正。
原始SQL，跑出的执行计划，是INDEX SKIP SCAN，确实是低效的，
select t.AGENT as agent,
nvl(sum(case
when t.operation_type = 'A' then 1 else 0 end),0) as
DflCount,
nvl(sum(case
when t.operation_type = 'B' then 1 else 0 end),0) as
IfCount,
nvl(sum(case
when t.operation_type = 'C' then 1 else 0 end),0) as
AecCount,
nvl(sum(case
when t.operation_type = 'D' then 1 else 0 end),0) as
BsCount
from OP_LOG t
where
t.code = 'AA'
and t.ORI_CODE = 'ABC'
and t.T_DATE BETWEEN to_date('20201209','yyyymmdd') and to_date('20201209','yyyymmdd')
and IS_VALID = 1
and t.operation_type in ('A','B','C','D')
group by t.agent
order by agent;误区1，agent加到复合索引
因为原打算利用索引有序的特性，将agent加到索引中，利用复合索引(t_code, ori_code, t_date, t_no, agent)，避免排序，但实际上，SQL中索引列条件t_date不是等值查询，而是范围查询，对这个复合索引来说，agent还可能是无序的。因此如果遵从“等值条件在前，范围条件在后”的索引构建原则，复合索引不应该加上agent，而可以考虑将operation_type加到索引中，并且放到t_date前。至于is_valid，number类型，长度定义为1，当前值都是1，放到索引access这个值，还是回表filter，我倒是觉得区别不会很大。
误区2，未考虑直方图
表中数据未必都是均匀分布的，尤其像operation_type的值，可能存在差异，因此还是需要看下检索字段的数据分布情况，如果存在倾斜，采集直方图，会对不同的值选择正确的执行计划有所帮助。
从这个案例来看，构建不同的索引，我们得到的优化程度是不同的，但是归根结底，还是需要踏实下来好好了解索引等这些知识的基本原理，结合实际问题，不断纠正自己错误的观念，对我来说，这条路上还是有很多积累和提升的地方。
服务器托管，北京服务器托管，服务器租用 http://www.fwqtg.net
机房租用，北京机房租用，IDC机房托管， http://www.fwqtg.net
相关推荐: Python潮流周刊#4：Python 2023 语言峰会
你好，我是猫哥。这里记录每周值得分享的 Python 及通用技术内容，本期是特别加更版，聚焦于 Python 官方 2023 年语言峰会的系列博客。 博客原文：https://pythoncat.top/posts/2023-05-31-weekly4 每年在…
