使用索引的误区之四：空值对索引的影响
我们首先做一些测试数据：
sql> create table t(x int, y int);
table created
请注意，这里我对表t做了一个唯一（联合）索引：
sql> create unique index t_idx on t(x,y);
index created
sql> insert into t values(1,1);
1 row inserted
sql> insert into t values(1,null);
1 row inserted
sql> insert into t values(null,1);
1 row inserted
sql> insert into t values(null,null);
1 row inserted
sql> commit;
commit complete
下面我们分析一下索引：
sql> analyze index t_idx validate structure;
index analyzed
sql> select name,lf_rows from index_stats;
name lf_rows
------------------------------ ----------
t_idx 3
sql>
然后，我们就可以看到，当前的索引中仅仅保存了3行数据。
请注意，上面我们插入并提交了四行数据。
所以，这里就有一个结论：
oracle的索引不保存全部为空的行。
我们继续插入数据，现在再插入几行全部为空的行：
sql> insert into t values(null,null);
1 row inserted
sql> insert into t values(null,null);
1 row inserted
我们看到这样的插入，居然没有违反前面我们设定的唯一约束（unique on t(x,y)），
所以，这里我们又得出一个结论：
oracle认为 null<>null ，进而 (null,null)<>(null,null)
换句话说，oracle认为空值（null）不等于任何值，包括空值也不等于空值。
我们看到下面的插入会违反唯一约束(demo.t_idx)，这个很好理解了，因为它不是全部为空的值，即它不是（null,null），只有全部为空的行才被认为是不同的行：
sql> insert into t values(1,null);
insert into t values(1,null)
ora-00001: 违反唯一约束条件 (demo.t_idx)
sql> insert into t values(null,1);
insert into t values(null,1)
ora-00001: 违反唯一约束条件 (demo.t_idx)
sql>
请看下面的例子:
sql> select x,y,count(*) from t group by x,y;
x y count(*)
----- -------- ----------
3
1 1
1 1
1 1 1
executed in 0.03 seconds
sql> select x,y,count(*) from t where x is null and y is null group by x,y;
x y count(*)
---- ------- ----------
3
executed in 0.01 seconds
sql>
sql> select x,y,count(*) from t group by x,y having count(*)>1;
x y count(*)
------ -------------------- ----------
3
executed in 0.02 seconds
sql>
可以看见，完全为空的行有三行，这里我们又可以得出一个结论：
oracle在group by子句中认为完全为空的行是相同的行
换句话说，在group by子句中，oracle认为(null,null)=(null,null)
下面的语句，使用了复合索引（x,y）的前导列，通常这样的查询是会使用索引的，我们看看下面的例子：
select * from t where x is null;
plan_table_output
--------------------------------------------------------------------------------
--------------------------------------------------------------------
| id | operation | name | rows | bytes | cost |
--------------------------------------------------------------------
| 0 | select statement | | | | |
|* 1 | table access full | t | | | |
--------------------------------------------------------------------
predicate information (identified by operation id):
---------------------------------------------------
1 - filter("t"."x" is null)
note: rule based optimization
14 rows selected
executed in 0.06 seconds
我们看到上面的查询并没有使用索引，那么对比一下不使用控制的情况：
对比一下下面的查询：
select * from t where x=1;
plan_table_output
--------------------------------------------------------------------------------
--------------------------------------------------------------------
| id | operation | name | rows | bytes | cost |
--------------------------------------------------------------------
| 0 | select statement | | | | |
|* 1 | index range scan | t_idx | | | |
--------------------------------------------------------------------
predicate information (identified by operation id):
---------------------------------------------------
1 - access("t"."x"=1)
note: rule based optimization
14 rows selected
executed in 0.04 seconds
这个查询（where x=1）如我们所希望的那样使用了t_idx(x,y)复合索引，这里我们可以得出一个结论：
在使用is null 和 is not null条件的时候，oracle不使用索引（因为oracle的索引不存储空值，详细请参见前面的相关内容）
那么我们如何使用空值的比较条件呢？
首先，尽量不在前导列上使用空值，请看下面的例子：
select * from t where x=1 and y is null;
plan_table_output
--------------------------------------------------------------------------------
--------------------------------------------------------------------
| id | operation | name | rows | bytes | cost |
--------------------------------------------------------------------
| 0 | select statement | | | | |
|* 1 | index range scan | t_idx | | | |
--------------------------------------------------------------------
predicate information (identified by operation id):
---------------------------------------------------
1 - access("t"."x"=1)
filter("t"."y" is null)
note: rule based optimization
15 rows selected
select * from t where x is null and y=1;
plan_table_output
--------------------------------------------------------------------------------
--------------------------------------------------------------------
| id | operation | name | rows | bytes | cost |
--------------------------------------------------------------------
| 0 | select statement | | | | |
|* 1 | table access full | t | | | |
--------------------------------------------------------------------
predicate information (identified by operation id):
---------------------------------------------------
1 - filter("t"."y"=1 and "t"."x" is null)
note: rule based optimization
14 rows selected
还有一个可以变通的方法，即我们在创建表的时候，为每个列都指定为非空约束（not null），并且在必要的列上使用default值，如：
sql> create table lunar(
2 c1 varchar2(10) default 'empty'
3 constraint c1_notnull not null,
4 c2 number(10) default 0
5 constraint c2_notnull not null,
6 c3 date default to_date('20990101','yyyymmdd')
7 constraint c3_notnull not null);
表已创建。
已用时间: 00: 00: 00.00
sql> insert into lunar(c1) values('first');
已创建 1 行。
已用时间: 00: 00: 00.00
sql> insert into lunar(c2) values(99);
已创建 1 行。
已用时间: 00: 00: 00.00
sql> insert into lunar(c3) values(sysdate);
已创建 1 行。
已用时间: 00: 00: 00.00
sql> insert into lunar(c1,c3) values('ok',sysdate);
已创建 1 行。
已用时间: 00: 00: 00.00
sql> insert into lunar(c2,c1) values(999,'hello');
已创建 1 行。
已用时间: 00: 00: 00.00
sql> commit;
提交完成。
已用时间: 00: 00: 00.00
sql> select * from lunar;
c1 c2 c3
---------- ---------- ----------
first 0 01-1月 -99
empty 99 01-1月 -99
empty 0 19-10月-04
ok 0 19-10月-04
hello 999 01-1月 -99
已用时间: 00: 00: 00.00
sql> select c1,c2,to_char(c3,'yyyy-mm-yy') from lunar;
c1 c2 to_char(c3
---------- ---------- ----------
first 0 2099-01-99
empty 99 2099-01-99
empty 0 2004-10-04
ok 0 2004-10-04
hello 999 2099-01-99
已用时间: 00: 00: 00.00
sql>
然后我们再像使用一般的列那样，使用他们，并且合理的为他们建立索引相信就可以很好的提高应用的查询效率。
