========  测试表1信息   =======
SQL> select count(*) from tb_test;

COUNT(*)
----------
   3000000
  
SQL> select count(*) from tb_test where name='1' or name='0';

COUNT(*)
----------
   3000000

SQL> desc tb_test
 Name                       Null?    Type
 -------------------------- -------- -----------------
 ID                               NUMBER
 INC_DATETIME                       VARCHAR2(19)
 RANDOM_ID                           NUMBER
 RANDOM_STRING                       VARCHAR2(4000)
 NAME                             VARCHAR2(20)

===========  索引信息 ===========

OWNER   TABLE_NAME   INDEX_NAME    INDEX_TYPE
-------  ------------    -------------     ------------
TEST    TB_TEST      IDX_INC              NORMAL
TEST    TB_TEST      NAME_IX              NORMAL
TEST    TB_TEST      ID_IX               NORMAL

====== 测试表2信息 ==========

SQL> desc tb_test1
 Name                                                  Null?    Type
 ----------------------------------------------------- -------- ------------------------------------
 ID                                                           NUMBER
 INC_DATETIME                                                   VARCHAR2(19)
 RANDOM_ID                                                      NUMBER
 RANDOM_STRING                                                   VARCHAR2(4000)

SQL> select count(*) from tb_test1

COUNT(*)
----------
       110

============ 使用隐式转换  ============
使用隐式转换未使用索引,全表扫描,IO开销大,执行速度慢。

explain plan for select   id from tb_test where
id not in ( select id from tb_test1 ) and
RANDOM_STRING=0 and name=1;

SQL> select * from table(dbms_xplan.display);

PLAN_TABLE_OUTPUT
---------------------------------------------------------------------------------
Plan hash value: 2850541703

----------------------------------------------------------------------------------
| Id  | Operation          | Name     | Rows  | Bytes | Cost (%CPU)| Time     |
-----------------------------------------------------------------------------------
|   0 | SELECT STATEMENT   |          |     1 |    26 |  2762   (1)| 00:00:34 |
|*  1 |  HASH JOIN ANTI NA |          |     1 |    26 |  2762   (1)| 00:00:34 |
|*  2 |   TABLE ACCESS FULL| TB_TEST  |     1 |    13 |  2758   (1)| 00:00:34 |
|   3 |   TABLE ACCESS FULL| TB_TEST1 |   110 |  1430 |     4   (0)| 00:00:01 |
-------------------------------------------------------------------------------

===============  使用显示转换 ==================
使用显示转换,索引扫描,IO开销小,执行快。

SQL> explain plan for select   id from tb_test where
  2  id not in ( select id from tb_test1 ) and
  3  RANDOM_STRING='0' and name='1';

Explained.

SQL> select * from table(dbms_xplan.display);

PLAN_TABLE_OUTPUT
-----------------------------------------------------------------------------------------
Plan hash value: 3484870784

-----------------------------------------------------------------------------------------
| Id  | Operation                    | Name     | Rows  | Bytes | Cost (%CPU)| Time     |
---------------------------------------------------------------------------------------------------
|   0 | SELECT STATEMENT             |          |     1 |    26 |     8   (0)| 00:00:01 |
|*  1 |  HASH JOIN ANTI NA           |          |     1 |    26 |     8   (0)| 00:00:01 |
|*  2 |   TABLE ACCESS BY INDEX ROWID| TB_TEST  |     1 |    13 |     4   (0)| 00:00:01 |
|*  3 |    INDEX RANGE SCAN          | NAME_IX  |     6 |       |     3   (0)| 00:00:01 |
|   4 |   TABLE ACCESS FULL          | TB_TEST1 |   110 |  1430 |     4   (0)| 00:00:01 |
--------------------------------------------------------------------------------------------------

总结:1、隐式转换发生在字段列上时将使索引失效
     2、RANDOM_STRING和name虽含有大量重复值,使用索引的效率仍然很高。

sql优化_隐式-显示转换的更多相关文章

  1. Java数据类型的转换:隐式(自动)转换与强制转换

    原文链接:http://java.chinaitlab.com/base/725590.html 一些初学JAVA的朋友可能会遇到JAVA的数据类型之间转换的苦恼,例如,整数和float,double ...

  2. 你不知道的JavaScript--Item3 隐式强制转换

    JavaScript的数据类型分为六种,分别为null,undefined,boolean,string,number,object. object是引用类型,其它的五种是基本类型或者是原始类型.我们 ...

  3. 深入js系列-类型(隐式强制转换)

    隐式强制转换 在其可控的情况下,减少冗余,让代码更简洁,很多地方都进行了隐式转换,比如常见的三目表达式.if().for().while.逻辑运算符 || &&,适当通过语言机制,抽象 ...

  4. 显示(explicit )与隐式(implicit)转换操作符

    class Program { static void Main(string[] args) { /* * 不管是显示还是隐式转换,一种类型都只能出现一次 */ Console.WriteLine( ...

  5. 2019.03.20 读书笔记 as is 以及重写隐式/显示

    强转.as is 的用法 强制转换类型有两种:子类转基类,重写隐式(implicit )\显示(explicit) 转换操作符 class myclass { private int value; p ...

  6. VC 静态库与动态库(三)动态库创建与使用_隐式链接

    动态库分为二种,一种隐式链接,另一种显示调用.不论哪种动态库,本质都是运行时动态加载 隐式链接:程序运行时,由编译系统自动加载动态库,然后根据程序的引入表进行重定位,当程序退出时自动卸载动态库 显示调 ...

  7. ahjesus自定义隐式转换和显示转换

    implicit    关键字用于声明隐式的用户定义类型转换运算符. 如果可以确保转换过程不会造成数据丢失,则可使用该关键字在用户定义类型和其他类型之间进行隐式转换. 参考戳此 explicit    ...

  8. DB性能-隐式转换

    1        什么是隐式转换 当源数据的类型和目标数据的类型不同的时候,如果没有转换函数,就会发生隐式转换,也称自动转换.当然, 有些情况下有些类型是不可以发生转换的,比如说从DATE类型转换到N ...

  9. ORACLE数据库中执行计划出现INTERNAL_FUNCTION一定是隐式转换吗?

    ORACLE数据库中,我们会使用一些SQL语句找出存在隐式转换的问题SQL,其中网上流传的一个SQL语句如下,查询V$SQL_PLAN的字段FILTER_PREDICATES中是否存在INTERNAL ...

随机推荐

  1. Portswigger web security academy:DOM Based XSS

    Portswigger web security academy:DOM Based XSS 目录 Portswigger web security academy:DOM Based XSS DOM ...

  2. SparkSQL电商用户画像(五)之用户画像开发(客户基本属性表)

    7.电商用户画像开发 7.1用户画像--数据开发的步骤 u 数据开发前置依赖 -需求确定 pv uv topn -建模确定表结构 create table t1(pv int,uv int,topn ...

  3. valgrind 内存泄漏分析

    概述 valgrind 官网 https://www.valgrind.org/ valgrind 是 Linux 业界主流且非常强大的内存泄漏检查工具.在其官网介绍中,内存检查(memcheck)只 ...

  4. Spring 实现策略模式--自定义注解方式解耦if...else

    策略模式 定义 定义一簇算法类,将每个算法分别封装起来,让他们可以互相替换,策略模式可以使算法的变化独立于使用它们的客户端 场景 使用策略模式,可以避免冗长的if-else 或 switch分支判断 ...

  5. Docker部署微服务项目

    测试包准备工作 1.spring.io或者ide创建demo工程 spring官网 2.本地demo代码,打包成jar包 使用Dockerfile构建微服务镜像 3.将jar包上传到你的vps lin ...

  6. spring-第三章-jdbc

    一,回顾 aop:面向切面编程,就是将一些和主业务流程没有关系的公共代码,提取封装到切面类,通过切入点规则,可以对目标方法进行功能增强;也就是可以再目标方法执行的前后添加一段额外逻辑代码; 二,Jdb ...

  7. [bug] Container killed on request. Exit code is 143

    原因 内存不足 参考 https://blog.csdn.net/hongxiao2016/article/details/88919606 https://blog.csdn.net/Zsigner ...

  8. 每天一个linux命令(49):at命令   atrm删除作业,由作业号标识。

    atq命令 例如:从现在起三天后的下午四点运行作业at 4pm + 3 days:在July 31上午十点运行作业at 10am July 31:明天上午一点运行作业at 1am tomorrow. ...

  9. Canal和Otter讨论二(原理与实践)

    上次留下的问题 问题一: 跨公网部署Otter 参考架构图 解析 ​ a. 数据涉及网络传输,S/E/T/L几个阶段会分散在2个或者更多Node节点上,多个Node之间通过zookeeper进行协同工 ...

  10. Centos7 cache/buff过高处理方法

    Centos7 cache/buff过高处理方法   kevinxliu关注0人评论36799人阅读2018-07-26 10:09:59   当linux运行久点,会产生很多不必要的cache或者b ...