3）索引扫描（Index Scan或index lookup）
我们先通过index查找到数据对应的rowid值（对于非唯一索引可能返回多个rowid值），然后根据rowid直接从表中得到具体的数据，这
种查找方式称为索引扫描或索引查找（index
lookup）。一个rowid唯一的表示一行数据，该行对应的数据块是通过一次i/o得到的，在此情况下该次i/o只会读取一个数据库块。
在索引中，除了存储每个索引的值外，索引还存储具有此值
的行对应的ROWID值。索引扫描可以由2步组成：（1） 扫描索引得到对应的rowid值。 （2）
通过找到的rowid从表中读出具体的数据。每步都是单独的一次I/O，但是对于索引，由于经常使用，绝大多数都已经CACHE到内存中，所以第1步的
I/O经常是逻辑I/O，即数据可以从内存中得到。但是对于第2步来说，如果表比较大，则其数据不可能全在内存中，所以其I/O很有可能是物理I/O，这
是一个机械操作，相对逻辑I/O来说，是极其费时间的。所以如果多大表进行索引扫描，取出的数据如果大于总量的5% ——
10%，使用索引扫描会效率下降很多。如下列所示：SQL> explain plan for select empno， ename
from emp where empno=10；
Query Plan
------------------------------------
SELECT STATEMENT [CHOOSE] Cost=1
table ACCESS BY ROWID EMP [ANALYZED]
INDEX UNIQUE SCAN EMP_I1
但是如果查询的数据能全在索引中找到，就可以避免进行第2步操作，避免了不必要的I/O，此时即使通过索引扫描取出的数据比较多，效率还是很高的
sql> explain plan for select empno from emp where empno=10;-- 只查询empno列值
Query Plan
------------------------------------
SELECT STATEMENT [CHOOSE] Cost=1
INDEX UNIQUE SCAN EMP_I1
进一步讲，如果sql语句中对索引列进行排序，因为索引已经预先排序好了，所以在执行计划中不需要再对索引列进行排序
sql> explain plan for select empno, ename from emp
where empno > 7876 order by empno;
Query Plan
--------------------------------------------------------------------------------
SELECT STATEMENT[CHOOSE] Cost=1
table ACCESS BY ROWID EMP [ANALYZED]
INDEX RANGE SCAN EMP_I1 [ANALYZED]
从这个例子中可以看到：因为索引是已经排序了的，所以将按照索引的顺序查询出符合条件的行，因此避免了进一步排序操作。
根据索引的类型与where限制条件的不同，有4种类型的索引扫描：
索引唯一扫描（index unique scan）
索引范围扫描（index range scan）
索引全扫描（index full scan）
索引快速扫描（index fast full scan）
（1） 索引唯一扫描（index unique scan）
通过唯一索引查找一个数值经常返回单个ROWID.如果存在UNIQUE 或PRIMARY KEY 约束（它保证了语句只存取单行）的话，Oracle经常实现唯一性扫描。
使用唯一性约束的例子：
sql> explain plan for
select empno，ename from emp where empno=10；
Query Plan
------------------------------------
SELECT STATEMENT [CHOOSE] Cost=1
table ACCESS BY ROWID EMP [ANALYZED]
INDEX UNIQUE SCAN EMP_I1
（2） 索引范围扫描（index range scan）
使用一个索引存取多行数据，在唯一索引上使用索引范围扫描的典型情况下是在谓词（where限制条件）中使用了范围操作符（如>、<、<>、>=、<=、between）
使用索引范围扫描的例子：
sql> explain plan for select empno，ename from emp
where empno > 7876 order by empno；
Query Plan
--------------------------------------------------------------------------------
SELECT STATEMENT[CHOOSE] Cost=1
table ACCESS BY ROWID EMP [ANALYZED]
INDEX RANGE SCAN EMP_I1 [ANALYZED]
在非唯一索引上，谓词col = 5可能返回多行数据，所以在非唯一索引上都使用索引范围扫描。
使用index rang scan的3种情况：
（a） 在唯一索引列上使用了range操作符（> < <> >= <= between）
（b） 在组合索引上，只使用部分列进行查询，导致查询出多行
（c） 对非唯一索引列上进行的任何查询。
（3） 索引全扫描（index full scan）
与全表扫描对应，也有相应的全索引扫描。而且此时查询出的数据都必须从索引中可以直接得到。
全索引扫描的例子：
An Index full scan will not perform single block i/o''s and so it may prove to be inefficient.
e.g.
Index BE_IX is a concatenated index on big_emp （empno， ename）
sql> explain plan for select empno， ename from big_emp order by empno，ename；
Query Plan
--------------------------------------------------------------------------------
SELECT STATEMENT[CHOOSE] Cost=26
INDEX FULL SCAN BE_IX [ANALYZED]
（4） 索引快速扫描（index fast full scan）
扫描索引中的所有的数据块，与 index full scan很类似，但是一个显著的区别就是它不对查询出的数据进行排序，即数据不是以排序顺序被返回。在这种存取方法中，可以使用多块读功能，也可以使用并行读入，以便获得最大吞吐量与缩短执行时间。
索引快速扫描的例子：
BE_IX索引是一个多列索引： big_emp （empno，ename）
sql> explain plan for select empno，ename from big_emp；
Query Plan
------------------------------------------
SELECT STATEMENT[CHOOSE] Cost=1
INDEX FAST FULL SCAN BE_IX [ANALYZED]
只选择多列索引的第2列：
sql> explain plan for select ename from big_emp；
Query Plan
------------------------------------------
SELECT STATEMENT[CHOOSE] Cost=1
INDEX FAST FULL SCAN BE_IX [ANALYZED]
三、表之间的连接
Join是一种试图将两个表结合在一起的谓词，一次只能连接2个表，表连接也可以被称为表关联。在后面的叙 述中，我们将会使用“row
source”来代替“表”，因为使用row source更严谨一些，并且将参与连接的2个row source分别称为row
source1和row source 2.Join过程的各个步骤经常是串行操作，即使相关的row
source可以被并行访问，即可以并行的读取做join连接的两个row source的数据，但是在将表中符合限制条件的数据读入到内存形成row
source后，join的其它步骤一般是串行的。有多种方法可以将2个表连接起来，当然每种方法都有自己的优缺点，每种连接类型只有在特定的条件下才会
发挥出其最大优势。
row
source（表）之间的连接顺序对于查询的效率有非常大的影响。通过首先存取特定的表，即将该表作为驱动表，这样可以先应用某些限制条件，从而得到一个
较小的row
source，使连接的效率较高，这也就是我们常说的要先执行限制条件的原因。一般是在将表读入内存时，应用where子句中对该表的限制条件。
根据2个row
source的连接条件的中操作符的不同，可以将连接分为等值连接（如WHERE A.COL3 = B.COL4）、非等值连接（WHERE
A.COL3 > B.COL4）、外连接（WHERE A.COL3 =
B.COL4（+））。上面的各个连接的连接原理都基本一样，所以为了简单期间，下面以等值连接为例进行介绍。
在后面的介绍中，都已：
SELECT A.COL1， B.COL2
FROM A， B
WHERE A.COL3 = B.COL4；
为例进行说明，假设A表为Row Soruce1，则其对应的连接操作关联列为COL 3；B表为Row Soruce2，则其对应的连接操作关联列为COL 4；
连接类型：
目前为止，无论连接操作符如何，典型的连接类型共有3种：
排序 - - 合并连接（Sort Merge Join （SMJ） ）
嵌套循环（Nested Loops （NL） ）
哈希连接（Hash Join）
排序 - - 合并连接（Sort Merge Join， SMJ）
内部连接过程：
1） 首先生成row source1需要的数据，然后对这些数据按照连接操作关联列（如A.col3）进行排序。
2） 随后生成row source2需要的数据，然后对这些数据按照与sort source1对应的连接操作关联列（如B.col4）进行排序。
3） 最后两边已排序的行被放在一起执行合并操作，即将2个row source按照连接条件连接起来
下面是连接步骤的图形表示：
MERGE
/"
SORTSORT
||
Row Source 1Row Source 2
如果row
source已经在连接关联列上被排序，则该连接操作就不需要再进行sort操作，这样可以大大提高这种连接操作的连接速度，因为排序是个极其费资源的操
作，特别是对于较大的表。预先排序的row source包括已经被索引的列（如a.col3或b.col4上有索引）或row
source已经在前面的步骤中被排序了。尽管合并两个row source的过程是串行的，但是可以并行访问这两个row
source（如并行读入数据，并行排序）。
SMJ连接的例子：SQL> explain plan for
select /*+ ordered */ e.deptno， d.deptno
from emp e， dept d
where e.deptno = d.deptno
order by e.deptno， d.deptno；
Query Plan
-------------------------------------
SELECT STATEMENT [CHOOSE] Cost=17
MERGE JOIN
SORT JOIN
table ACCESS FULL EMP [ANALYZED]
SORT JOIN
table ACCESS FULL DEPT [ANALYZED]
排序是一个费时、费资源的操作，特别对于大表。基于这个原因，SMJ经常不是一个特别有效的连接方法，但是如果2个row source都已经预先排序，则这种连接方法的效率也是蛮高的。
嵌套循环（Nested Loops， NL）
这个连接方法有驱动表（外部表）的概念。其实，该连接过程就是一个2层嵌套循环，所以外层循环的次数越少越好，这也就是我们为什么将小表或返回较小
row
source的表作为驱动表（用于外层循环）的理论依据。但是这个理论只是一般指导原则，因为遵循这个理论并不能总保证使语句产生的I/O次数最少。有时
不遵守这个理论依据，反而会获得更好的效率。如果使用这种方法，决定使用哪个表作为驱动表很重要。有时如果驱动表选择不正确，将会导致语句的性能很差、很
差。
内部连接过程：
Row source1的Row 1 —— Probe ->Row source 2
Row source1的Row 2 —— Probe ->Row source 2
Row source1的Row 3 —— Probe ->Row source 2
……。
Row source1的Row n —— Probe ->Row source 2
从内部连接过程来看，需要用row source1中的每一行，去匹配row source2中的所有行，所以此时保持row
source1尽可能的小与高效的访问row
source2（一般通过索引实现）是影响这个连接效率的关键问题。这只是理论指导原则，目的是使整个连接操作产生最少的物理I/O次数，而且如果遵守这
个原则，一般也会使总的物理I/O数最少。但是如果不遵从这个指导原则，反而能用更少的物理I/O实现连接操作，那尽管违反指导原则吧！因为最少的物理
I/O次数才是我们应该遵从的真正的指导原则，在后面的具体案例分析中就给出这样的例子。
在上面的连接过程中，我们称Row source1为驱动表或外部表。Row Source2被称为被探查表或内部表。
在NESTED LOOPS连接中，Oracle读取row source1中的每一行，然后在row
sourc2中检查是否有匹配的行，所有被匹配的行都被放到结果集中，然后处理row source1中的下一行。这个过程一直继续，直到row
source1中的所有行都被处理。这是从连接操作中可以得到第一个匹配行的最快的方法之一，这种类型的连接可以用在需要快速响应的语句中，以响应速度为
主要目标。
如果driving row source（外部表）比较小，并且在inner row
source（内部表）上有唯一索引，或有高选择性非唯一索引时，使用这种方法可以得到较好的效率。NESTED
LOOPS有其它连接方法没有的的一个优点是：可以先返回已经连接的行，而不必等待所有的连接操作处理完才返回数据，这可以实现快速的响应时间。
如果不使用并行操作，最好的驱动表是那些应用了where
限制条件后，可以返回较少行数据的的表，所以大表也可能称为驱动表，关键看限制条件。对于并行查询，我们经常选择大表作为驱动表，因为大表可以充分利用并
行功能。当然，有时对查询使用并行操作并不一定会比查询不使用并行操作效率高，因为最后可能每个表只有很少的行符合限制条件，而且还要看你的硬件配置是否
可以支持并行（如是否有多个CPU，多个硬盘控制器），所以要具体问题具体对待。
NL连接的例子：
sql> explain plan for
select a.dname，b.sql
from dept a，emp b
where a.deptno = b.deptno；
Query Plan
-------------------------
SELECT STATEMENT [CHOOSE] Cost=5
NESTED LOOPS
table ACCESS FULL DEPT [ANALYZED]
table ACCESS FULL EMP [ANALYZED]
哈希连接（Hash Join， HJ）
这种连接是在oracle 7.3以后引入的，从理论上来说比NL与SMJ更高效，而且只用在CBO优化器中。
较小的row source被用来构建hash table与bitmap，第2个row
source被用来被hansed，并与第一个row source生成的hash
table进行匹配，以便进行进一步的连接。Bitmap被用来作为一种比较快的查找方法，来检查在hash
table中是否有匹配的行。特别的，当hash
table比较大而不能全部容纳在内存中时，这种查找方法更为有用。这种连接方法也有NL连接中所谓的驱动表的概念，被构建为hash
table与bitmap的表为驱动表，当被构建的hash table与bitmap能被容纳在内存中时，这种连接方式的效率极高。
HASH连接的例子：
sql> explain plan for
select /*+ use_hash（emp） */ empno
from emp， dept
where emp.deptno = dept.deptno；
Query Plan
----------------------------
SELECT STATEMENT[CHOOSE] Cost=3
HASH JOIN
table ACCESS FULL DEPT
table ACCESS FULL EMP
要使哈希连接有效，需要设置HASH_JOIN_ENABLED=TRUE，缺省情况下该参数为TRUE，另外，不要忘了还要设置
hash_area_size参数，以使哈希连接高效运行，因为哈希连接会在该参数指定大小的内存中运行，过小的参数会使哈希连接的性能比其他连接方式还
要低。
总结一下，在哪种情况下用哪种连接方法比较好：
排序 - - 合并连接（Sort Merge Join， SMJ）：
a） 对于非等值连接，这种连接方式的效率是比较高的。
b） 如果在关联的列上都有索引，效果更好。
c） 对于将2个较大的row source做连接，该连接方法比NL连接要好一些。
d） 但是如果sort merge返回的row source过大，则又会导致使用过多的rowid在表中查询数据时，数据库性能下降，因为过多的I/O.
嵌套循环（Nested Loops， NL）：
a） 如果driving row source（外部表）比较小，并且在inner row source（内部表）上有唯一索引，或有高选择性非唯一索引时，使用这种方法可以得到较好的效率。
b） NESTED LOOPS有其它连接方法没有的的一个优点是：可以先返回已经连接的行，而不必等待所有的连接操作处理完才返回数据，这可以实现快速的响应时间。
哈希连接（Hash Join， HJ）：
a） 这种方法是在oracle7后来引入的，使用了比较先进的连接理论，一般来说，其效率应该好于其它2种连接，但是这种连接只能用在CBO优化器中，而且需要设置合适的hash_area_size参数，才能取得较好的性能。
b） 在2个较大的row source之间连接时会取得相对较好的效率，在一个row source较小时则能取得更好的效率。
c） 只能用于等值连接中
笛卡儿乘积（Cartesian Product）
当两个row source做连接，但是它们之间没有关联条件时，就会在两个row
source中做笛卡儿乘积，这通常由编写代码疏漏造成（即程序员忘了写关联条件）。笛卡尔乘积是一个表的每一行依次与另一个表中的所有行匹配。在特殊情
况下我们可以使用笛卡儿乘积，如在星形连接中，除此之外，我们要尽量使用笛卡儿乘积，否则，自己想结果是什么吧！
注意在下面的语句中，在2个表之间没有连接。
sql> explain plan for
select emp.deptno，dept，deptno
from emp，dept
Query Plan
------------------------
SLECT STATEMENT [CHOOSE] Cost=5
MERGE JOIN CARTESIAN
table ACCESS FULL DEPT
SORT JOIN
table ACCESS FULL EMP
CARTESIAN关键字指出了在2个表之间做笛卡尔乘积。假如表emp有n行，dept表有m行，笛卡尔乘积的结果就是得到n * m行结果。