海量數(shù)據(jù)庫(kù)解決方案

第1部分 影響數(shù)據(jù)讀取的因素
第1章 數(shù)據(jù)的存儲(chǔ)結(jié)構(gòu)和特征 1
1.1 表和索引分離型 5
1.1.1 堆表的結(jié)構(gòu) 5
1.1.2 聚簇因子（Cluster Factor） 10
1.1.3 影響讀取的因素 13
1.1.3.1 大范圍數(shù)據(jù)讀取的處理方案 14
1.1.3.2 提高聚簇因子的手段 17
1.2 索引組織表（Index-Organized Table） 19
1.2.1 堆表和索引組織表的比較 19
1.2.2 索引組織表的結(jié)構(gòu)和特征 20
1.2.3 邏輯ROWID和物理猜（Physical Guess） 22
1.2.4 溢出區(qū)（Overflow Area） 24
1.2.5 索引組織表的創(chuàng)建 25
1.3 聚簇表 26
1.3.1 聚簇表的概念 27
1.3.2 單表聚簇 29
1.3.3 復(fù)合表聚簇 31
1.3.4 聚簇表的代價(jià) 34
1.3.5 哈希聚簇 39
第2章 索引的類(lèi)型和特征 43
2.1 B-Tree 索引 44
2.1.1 B-Tree 索引的結(jié)構(gòu) 44
2.1.2 B-Tree 索引的應(yīng)用 47
2.1.3 反向鍵索引 52
2.2 位圖索引 53
2.2.1 位圖索引的形成背景 54
2.2.2 位圖索引的結(jié)構(gòu)和特征 55
2.2.3 位圖索引的讀取 57
2.3 基于自定義的函數(shù)索引 60
2.3.1 基于自定義的函數(shù)索引的概念和結(jié)構(gòu) 60
2.3.2 基于自定義函數(shù)索引的約束 61
2.3.3 基于自定義函數(shù)索引的靈活運(yùn)用 64
第3章 SQL的執(zhí)行計(jì)劃（Explain Plan） 74
3.1 SQL和優(yōu)化器 75
3.1.1 優(yōu)化器的作用和人的作用 77
3.1.2 優(yōu)化器的類(lèi)型 80
3.1.2.1 基于規(guī)則的優(yōu)化器 82
3.1.2.2 基于成本的優(yōu)化器 86
3.1.2.3 優(yōu)化器目標(biāo)的選擇 93
3.1.2.4 執(zhí)行計(jì)劃的固定化方案 97
3.1.2.5 優(yōu)化器的局限 103
3.1.3 優(yōu)化器的最優(yōu)化步驟 106
3.1.4 查詢(xún)語(yǔ)句的轉(zhuǎn)換 112
3.1.4.1 傳遞性規(guī)則 113
3.1.4.2 視圖合并（View Merging） 116
3.1.4.3 查看用戶(hù)定義的綁定變量 122
3.1.5 開(kāi)發(fā)者的作用 123
3.2 執(zhí)行計(jì)劃的類(lèi)型 126
3.2.1 掃描的基本類(lèi)型 126
3.2.1.1 全表掃描 127
3.2.1.2 ROWID掃描 132
3.2.1.3 索引掃描 133
3.2.1.4 B-Tree聚簇讀取（Cluster Access） 138
3.2.1.5 哈希聚簇讀?。℉ash Cluster Access） 139
3.2.1.6 采樣表掃描（Sample Table Scan） 140
3.2.2 表連接的執(zhí)行計(jì)劃 143
3.2.2.1 嵌套循環(huán)連接（Nested Loops Join） 143
3.2.2.2 排序合并連接（Sort Merge Join） 146
3.2.2.3 哈希連接（Hash Join） 148
3.2.2.4 半連接（Semi Join） 149
3.2.2.5 笛卡兒連接 151
3.2.2.6 外連接（Outer Join） 154
3.2.2.7 索引連接 159
3.2.3 其他運(yùn)算方式的執(zhí)行計(jì)劃 161
3.2.3.1 IN-List迭代執(zhí)行計(jì)劃 162
3.2.3.2 連鎖執(zhí)行計(jì)劃 163
3.2.3.3 遠(yuǎn)程執(zhí)行計(jì)劃 165
3.2.3.4 排序操作執(zhí)行計(jì)劃 168
3.2.3.5 集合操作執(zhí)行計(jì)劃 171
3.2.3.6 COUNT(STOPKEY)執(zhí)行計(jì)劃 174
3.2.4 位圖（Bitmap）執(zhí)行計(jì)劃 175
3.2.4.1 各種條件運(yùn)算符的位圖執(zhí)行計(jì)劃 176
3.2.4.2 子查詢(xún)執(zhí)行計(jì)劃 182
3.2.4.3 與B-Tree索引相結(jié)合的執(zhí)行計(jì)劃 184
3.2.5 其他特殊處理的執(zhí)行計(jì)劃 185
3.2.5.1 遞歸展開(kāi)（Recursive Implosion）執(zhí)行計(jì)劃 186
3.2.5.2 修改子查詢(xún)執(zhí)行計(jì)劃 191
3.2.5.3 特殊類(lèi)型的執(zhí)行計(jì)劃 193
3.3 執(zhí)行計(jì)劃的控制 203
3.3.1 提示的活用準(zhǔn)則 204
3.3.2 使用提示實(shí)現(xiàn)最優(yōu)化目標(biāo) 206
3.3.3 使用提示改變表連接順序 207
3.3.4 表連接方式選擇過(guò)程中提示的使用 208
3.3.5 并行操作中提示的使用 209
3.3.6 數(shù)據(jù)讀取方法選擇中提示的使用 211
3.3.7 查詢(xún)轉(zhuǎn)換（Query Transformation）過(guò)程中提示的使用 214
3.3.8 其他提示 216
第4章 構(gòu)建索引的戰(zhàn)略方案 221
4.1 索引的選定準(zhǔn)則 222
4.1.1 不同類(lèi)型表的索引應(yīng)用準(zhǔn)則 223
4.1.2 離散度和損益分界點(diǎn) 227
4.1.3 索引合并和組合索引的比較 229
4.1.4 組合索引的特征 232
4.1.5 組合索引中列序的決定準(zhǔn)則 239
4.1.6 索引選定步驟 242
4.2 決定聚簇類(lèi)型的準(zhǔn)則 263
4.2.1 全局性聚簇 263
4.2.2 局部性聚簇 265
4.2.3 單表聚簇 266
4.2.4 單位聚簇大小的決定 267
4.2.5 確保聚簇被使用的措施 270
第2部分 最優(yōu)化數(shù)據(jù)讀取方案
第5章 局部范圍掃描（Partial range scan） 274
5.1 局部范圍掃描的概念 276
5.2 局部范圍掃描的應(yīng)用原則 281
5.2.1 局部范圍掃描的條件 281
5.2.2 不同優(yōu)化器模式下的局部范圍掃描 284
5.3 提高局部范圍掃描執(zhí)行速度的原理 285
5.4 向局部范圍掃描引導(dǎo)的方法 289
5.4.1 利用訪(fǎng)問(wèn)路徑實(shí)現(xiàn)對(duì)Sort的代替 289
5.4.2 只使用索引的局部范圍掃描 292
5.4.3 MIN、MAX 的處理 293
5.4.4 FILTER型局部范圍掃描 298
5.4.5 ROWNUM的靈活運(yùn)用 300
5.4.6 利用嵌套視圖的局部范圍掃描 306
5.4.7 利用函數(shù)的局部范圍掃描 308
5.4.8 利用查詢(xún)語(yǔ)句二元化特性的局部范圍掃描 316
5.4.9 Web留言板中的局部范圍掃描 318
第6章 表連接的最優(yōu)化方案 336
6.1 JOIN和LOOP QUERY的比較 339
6.1.1 全部范圍掃描方式下的比較 341
6.1.2 局部范圍掃描方式下的比較 349
6.2 連接條件狀態(tài)對(duì)表連接的影響 351
6.2.1 連接條件正常 353
6.2.2 連接條件一邊異常 358
6.2.3 連接條件兩邊異常 361
6.3 各種表連接方式的特征及活用方案 365
6.3.1 嵌套循環(huán)連接 366
6.3.1.1 嵌套循環(huán)連接的基本概念 367
6.3.1.2 嵌套循環(huán)連接順序的決定 370
6.3.2 排序合并連接 379
6.3.3 嵌套循環(huán)連接和排序合并連接的比較 383
6.3.4 哈希連接（Hash Join） 387
6.3.4.1 IN-MEMORY哈希連接 392
6.3.4.2 延遲哈希連接 395
6.3.5 半連接（Semi Join） 398
6.3.5.1 半連接的概念和特征 399
6.3.5.2 半連接的執(zhí)行計(jì)劃 401
6.3.6 星型（Star）連接 417
6.3.7 星變形（Star Transformation）連接 425
6.3.8 位圖連接索引 436