1、优化器
为SQL选择一个最优的执行计划的工具分为RBO和CBO。两种优化器的区别在于：RBO不会计算cost，但是CBO会计算cost。
2、统计信息
表中的数据量与数据分布等信息。查看统计信息，是在sys下的视图中查看。
|-- num_rows
table -> user_tables --|-- blocks
|-- last_analyzed
|-- num_rows
index -> user_indexs --|-- leaf_blocks
|-- distinct_keys
|-- last_analyzed
|-- num_rows
row -> user_columns ---|-- low_values
|-- hight_values
|-- last_analyzed如果没有统计信息，CBO会动态采样，取一定比例的数据分析得到一个统计信息。
3、表连接
实际上应该用row source来代替表。表连接并不是整张表连接。典型的表连接包括：嵌套循环(nested loop)、哈希连接(hash join)、排序合并连接(sort merge join)。驱动表（在表连接中先存取的表）。表连接一次只能连接两个表，即使有多个表的连接，也只能两个两个地连接，所以，两个表的连接很重要，表的连接顺序也很重要。
4、nested loops（嵌套循环）
eg：
select /*+ use_nl(ab) full(a) full(b) leading(b)*/ *
from t_userinfo a,t_userserviceinfo b
where a.phonenumber = b.phonenumber
leading(b)以b为驱动表
（1）分析该查询语句的索引：
这种查询就会采用nested loops（嵌套循环），就像java中的a.forEach(ele -> b.forEach())
执行计划中的第一个表为驱动表，既：外层循环。
/*+ use_nl(ab) full(a) full(b) leading(b)*/ 是查询语句中的提示。
注意：在选择驱动表的时候，以小表为驱动表，小表不是真的小表，而是row source小的表。并且，大表上要有索引。
（2）提示：
“提示”是用来提示优化器采用什么样的执行计划。
当出现以下情况的时候，就需要使用提示了：
a、没有统计信息
b、临时表上不能收集统计信息
c、CBO选择的执行计划不好
（3）提示的分类：
a、指定连接顺序：
leading -> 指定驱动表：no_unnest(以主查询为驱动)、unnest(以子查询为驱动)
ordered -> 指定顺序
b、指定连接方式：
use_nl -> 嵌套循环
use_hash -> 哈希连接
c、指定访问路径：
full -> 全表扫描
index -> 索引扫描
d、nl_sj,nl_aj,hash_sj,hash_aj
用于子查询，sj->in/exists
aj->not in/not exists
（4）如何选择驱动表：
a、当两个表都是全表扫描时，以小表为驱动表
b、内表的查询列一定要能命中索引
c、当b表上有固定查询条件，可以缩小b表与a表的连接的row source时，以b表为驱动表。
所以，应该以参与连接的row source比较小的表为驱动表
（5）带子查询的nested loops：
nl-sj -> 以主查询为驱动
in/exist -> 以主查询为驱动
no_unnest -> 与nl_sj一样，但是当10G以后，需要使用no_unnest
（6）多表 nested loops：
a、在多表连接的时候，实际上是两个表两个表地连接。当使用多表连接的时候，可以使用order（a b c）来指定连接顺序，
两个表连接以后的row source越少，就应该越靠前。
b、带外连接的nested loop都是以左表为驱动表。
c、多表连接默认情况下，是根据from后面的表的顺序从右向左开始连接，但是，如果RBO认为有更好的
执行计划，也会改变。5、hash join
（1）nested loop 与 hash join的比较：
a、nested loop之适合小数据量
b、hash join适合大数据量
（2）hash join的连接过程：
a、生产hash表，以驱动表数据生成。为了使hash表小一点，要以小表为驱动表。
b、生成hash表以后，扫描探测表（探测表是另外一张表），与hash表匹配，匹配上就将数据存入结果集。
c、hash连接结束，就可以得到结果
（3）默认优化器会使用 index fast full scan 而不是table full scan
（4）update技巧
sql语句：
update t_useinfo a
set a.username = (select b.oprinitinfo from t_userservice_info b where a.phone=b.phone);
分析sql语句：
a、这里会使用nested loop(嵌套循环)
b、视图update
update（
select a.username,b.opinfo from a,b where a.phone=b.phone
)
set username=opinfo;
c、PL/SQL更新
begin
for item in(
select a.rowid,b.opinfo from a,b where a.phone=b.phone
)
loop
update a set username=item.opinfo where rowid=item.rowid;
end loop;
end;
（5）hash join总结
a、适用于大数据，连接条件必须是等值连接
b、选择小表为驱动表
c、设置较大的GPA，可以加快hash join
d、注意顺序，中间结果集尽量小
e、hash join与nested loop比较，实际上是用空间换时间，当内存不足的时候，就会报错
（6）分区表
physical上分离，logical上一体。这样可以加速查询6、oracle 索引
（1）B+树索引
B+树索引的数据结果是一个树，树的叶子节点是表中的数据行，叶子节点的父节点叫“索引叶子节点块”，在索引叶子节点块中会保留相邻的索引叶子节点的地址。
在B+树中，索引节点是有序的，而这种有序是针对每一层而言的。B+树中，每一层可以有200个节点块，每一个节点块中，可以对应400个下一级节点块。但是，叶子节点块是无序的（叶子节点块中存的是数据行）。
（2）查看表的统计信息
可以分析表的一些基本数据。注意：数据被delete，数据占用的块不会被释放，但是，新insert的数据会优先占用这些空间。
（3）查看表索引的统计信息
可以分析表的索引的一些信息。
（4）关于索引的一些注意点
a、空字段值是不会被加入索引的，因此，查某个字段为空是不能在索引中查到的
b、不要在长字段上创建索引，这会导致B+树层高太大，影响索引扫描，使索引扫描时间增加。
分析：
1）为什么在长字段上创建索引会导致B+树层高太大：因为每一个索引叶子节点块能够存的数
据量是有限的。索引字段越长，索引叶子节点块中的索引数量越少，叶子节点块的数量就
越多，B+树层高就越大。
2）为什么B+树层高越大，索引扫描越慢：因为B+树层高越大，需要扫描的叶子节点块的数量
就越多，所以，扫描时间越大。
c、分配索引空间和表空间时，两者因该是差不多的。
d、索引键是可以重复的，也是可以不重复的（设置索引为unique），但是不能为空。
e、索引的重复度越高，查询越慢：
B+树的高度决定了从根节点到叶子节点查询的节点数量。重复度决定了在叶子节点中查询的节点数
量。所以，B+树高度越高，查询的节点树越多。重复度越高，查询的节点数越多。
（5）索引的查询
索引扫描的数度是由以下两个参数决定的：层高、索引重复度
层高：层高由“索引块数”、“索引字段长度”这两个参数决定。因为块的大小是固定的，所以，索引字段
的长度可以决定索引的块数。因为每一层索引块数固定，所以，索引块数可以决定层高。
索引重复度：索引重复度描述了同一个索引占用的索引块的数量。索引重复度越高，在同一层扫描的索
引块树越多，索引扫描的效率越低。7、数据库性能调优
（1）数据库性能的影响因子：
IO、CPU、网络。如果数据库做的计算越多，则，CPU使用率越高，网络使用率越低。如果数据库做的计
算越少，则，CPU使用率越低，网络使用率越高。
所以，要合理地安排数据库的计算，尽量使IO、CPU、网络的使用率相当。
（2）减少数据块的读取
（3）数据块是数据行存储的位置，一个数据块可以存多少行的数据，由行大小来决定。数据块大小由磁盘文
件系统决定，也可以设置。磁盘格式化时，会将磁盘划分为指定大小的块。8、数据的访问路径
（1）执行计划的三个方面：
a、访问路径：全表扫描、各种索引扫描
b、连接方式：单表查询不考虑
c、连接顺序：单表查询不考虑
（2）autotrace工具
查看执行计划、访问量多少数据块
（3）delete不会降低表的高水位
即使数据块是空块，全表扫描也会扫描
（4）执行计划是从下向上看的
（5）select /*+full(a)*/ count(*) from user a;
/*+full(a)*/ : 是告诉优化器对a表执行全表扫描，a为表user的别名
（6）index unique scan
因为是唯一索引，所以，查询的索引块数量为层高。
table access by index rowid,通过行号（rowid）访问表
主要分析：consistent gets 和 physical reads的数量
select /*+index(a indexName)*/ field1 from table a where field2='a' and field3='b';
/*+index(a indexName)*/:指定命中索引a为table别名，index为field2与field3的复合索引9、index range scan
索引范围扫描：对于组合索引，key为多个字段的拼接。索引重复度高或范围查询
注意：不能命中 index range scan
（1）全模糊查询
username like '%abc%' / '%abc%'不能比对，因为不知道'abc'是第几位
（2）没有使用索引中的第一个字段（前导列）
（3）使用“不等号”或“not in”
（4）查询列上有表达式或函数
（5）index range scan的性能分析：
通过分析该查询访问的块来衡量性能，块越少，性能越好。查询的块 = 索引块 + 数据块
注意：查询条件可以分为：定位条件、过滤条件
如果定位条件先起作用，则，访问的块数就会很少，然后用过滤条件过滤10、如何确定哪个索引好
标准：访问的数据块越少越好，访问的数据块 = 索引块 + 表块
（1）叶子节点的访问量对性能影响巨大。查询条件和索引的重复率对该因素影响巨大
（2）因为表数据是不连续的，所以，通过叶子节点来访问表是需要来回地从叶子节点获得rowid。这也是为
什么，当命中不了索引时，全表扫描比强制使用index快。自增字段在入表时是相对接近的，因为数据
入表时间是相近的。
（3）索引“聚集因子”：它描述了数据在表中的聚集情况。但是，聚集因子的计算因为出现物理读的可能性很
大，所以，开销也很大。
（4）一般，如果索引命中超过5%，就不用index range scan11、index full scan
索引全扫描：扫描所有的叶子节点
特点：
（1）有序，叶子节点是有序的
（2）只能单块读（全表扫描可以多块读），叶子节点之间是指针相连，只能沿指针遍历
（3）效率比全表扫描低
使用场景：
（1）排序取Top N
全表扫描排序因为需要将数据读入内存，所以，非常消耗性能。但是，index full scan（索引全
扫描）只能扫描Top N就返回12、index fast full scan
索引快速全扫描：根据索引在磁盘的物理序扫描，不会顺着叶子节点指针扫描
特点：
并行、无序、可多块读、只适用于CBO（CBO是一种优化器）13、index skip scan
定义：跳过索引前导列的索引扫描14、索引设计原则
（1）分区表不创建全局索引，否则，当delete分区时，索引会失效
（2）不要创建无用的索引，否则，会降低DML的性能
（3）t_1_r_1 与 t_1 是一样功能的索引
（4）key不要太长，否则，B+树会很高
（5）重复度低的应该靠前
（6）索引和表要建在不同的表空间中，可以提高IO性能