下面是 5 个关于索引和 SQL 查询性能的测试题；其中 4 个题目都是答案二选一，1 个题目是三选一。只要答对 3 个就算及格，是不是貌似很简单？

实际上只有 40% 的人能够及格。我们在测试题的后面会给出答案解析，不过建议你先尝试一下，看看答对几个！

测试题

问题一

以下查询语句有没有性能问题？

CREATE TABLE t1 (
  id INT NOT NULL,
  dt DATE,
  PRIMARY KEY (id)
);
CREATE INDEX idx1 ON t1(dt);

SELECT *
  FROM t1
 WHERE TO_CHAR(dt, 'YYYY') = '2019'; -- Oracle、PostgreSQL
 -- WHERE YEAR(dt) = '2019'; -- MySQL
 -- WHERE datepart(yyyy, dt) = '2019'; -- SQL Server

选项 A：没问题；选项 B：有问题。

问题二

以下查询语句有没有性能问题？

CREATE TABLE t2 (
  id INT NOT NULL,
  i  INT
  dt DATE,
  v  VARCHAR(50),
  PRIMARY KEY (id)
);
CREATE INDEX idx2 ON t2(i, dt);

SELECT *
  FROM t2
 WHERE i = 99
 ORDER BY dt DESC
 FETCH FIRST 5 ROW ONLY; -- Oracle、SQL Server、PostgreSQL
 -- OFFSET 0 ROWS FETCH FIRST 5 ROW ONLY; -- SQL Server
 -- LIMIT 5; -- MySQL

选项 A：没问题；选项 B：有问题。

问题三

下表中的索引有没有问题？

CREATE TABLE t3 (
  id   INT NOT NULL,
  col1 INT,
  col2 INT,
  col3 VARCHAR(50),
  PRIMARY KEY (id)
);
CREATE INDEX idx3 ON t3(col1, col2);

SELECT *
  FROM t3
 WHERE col1 = 99
   AND col2 = 10;

SELECT *
  FROM t3
 WHERE col2 = 10;

选项 A：没问题；选项 B：有问题。

问题四

以下查询语句有没有性能问题？

CREATE TABLE t4 (
  id   INT NOT NULL,
  col1 INT,
  col2 VARCHAR(50),
  PRIMARY KEY (id)
);
CREATE INDEX idx4 ON t4(col2);

SELECT *
  FROM t4
 WHERE col2 LIKE '%sql%';

选项 A：没问题；选项 B：有问题。

问题五

假如存在以下表和两个查询语句，哪个查询更快？

CREATE TABLE t5 (
  id   INT NOT NULL,
  col1 INT,
  col2 INT,
  col3 VARCHAR(50),
  PRIMARY KEY (id)
);
CREATE INDEX idx5 ON t5(col1, col3);

SELECT col3, count(*)
  FROM t5
 WHERE col1 = 99
 GROUP BY col3;

SELECT col3, count(*)
  FROM t5
 WHERE col1 = 99
   AND col2 = 10
 GROUP BY col3;

选项 A：第一个查询更快；选项 B：第二个查询更快；选项 C：两个查询性能差不多。

答案解析

问题一

答案是：B，性能有问题。因为在索引字段上使用函数或者表达式，会导致索引失效。

你可以使用 EXPLAIN 命令查看该语句的执行计划，最好先执行一次表的统计分析：

-- Oracle
EXPLAIN PLAN FOR
SELECT *
  FROM t1
 WHERE TO_CHAR(dt, 'YYYY') = '2019';

SELECT * FROM TABLE(dbms_xplan.display);
PLAN_TABLE_OUTPUT                                                         |
--------------------------------------------------------------------------|
Plan hash value: 3617692013                                               |
                                                                          |
--------------------------------------------------------------------------|
| Id  | Operation         | Name | Rows  | Bytes | Cost (%CPU)| Time     ||
--------------------------------------------------------------------------|
|   0 | SELECT STATEMENT  |      |     1 |    22 |     2   (0)| 00:00:01 ||
|*  1 |  TABLE ACCESS FULL| T1   |     1 |    22 |     2   (0)| 00:00:01 ||
--------------------------------------------------------------------------|
                                                                          |
Predicate Information (identified by operation id):                       |
---------------------------------------------------                       |
                                                                          |
   1 - filter(TO_CHAR(INTERNAL_FUNCTION("DT"),'YYYY')='2019')             |
                                                                          |
Note                                                                      |
-----                                                                     |
   - dynamic statistics used: dynamic sampling (level=2)                  |

Oracle 中是全表扫描，没有走索引。再看 MySQL：

-- MySQL
EXPLAIN SELECT *
  FROM t1
 WHERE YEAR(dt) = '2019';
id|select_type|table|partitions|type |possible_keys|key |key_len|ref|rows|filtered|Extra                   |
--|-----------|-----|----------|-----|-------------|----|-------|---|----|--------|------------------------|
 1|SIMPLE     |t1   |          |index|             |idx1|4      |   |   1|     100|Using where; Using index|

MySQL 虽然使用了索引，但是也需要对索引进行转换判断；并不是最优方案。

接下来是 SQL Server：

-- SQL Server
SET STATISTICS PROFILE ON

SELECT *
  FROM t1
 WHERE datepart(yyyy, dt) = '2019';
Rows|Executes|StmtText                                                                                                 |StmtId|NodeId|Parent|PhysicalOp|LogicalOp |Argument                                                                                |DefinedValues                                 |EstimateRows|EstimateIO           |EstimateCPU          |AvgRowSize|TotalSubtreeCost     |OutputList                                    |Warnings|Type    |Parallel|EstimateExecutions|
----|--------|---------------------------------------------------------------------------------------------------------|------|------|------|----------|----------|----------------------------------------------------------------------------------------|----------------------------------------------|------------|---------------------|---------------------|----------|---------------------|----------------------------------------------|--------|--------|--------|------------------|
   0|       1|SELECT * FROM t1 WHERE datepart(yyyy, dt) = '2019'                                                    |     1|     1|     0|          |          |                                                                                        |                                              |           1|                     |                     |          |0.0032830999698489904|                                              |        |SELECT  |       0|                  |
   0|       1|  |--Index Scan(OBJECT:([hrdb].[dbo].[t1].[idx1]),  WHERE:(datepart(year,[hrdb].[dbo].[t1].[dt])=(2019)))|     1|     2|     1|Index Scan|Index Scan|OBJECT:([hrdb].[dbo].[t1].[idx1]),  WHERE:(datepart(year,[hrdb].[dbo].[t1].[dt])=(2019))|[hrdb].[dbo].[t1].[id], [hrdb].[dbo].[t1].[dt]|           1|0.0031250000465661287|1.5809999604243785E-4|        14|0.0032830999698489904|[hrdb].[dbo].[t1].[id], [hrdb].[dbo].[t1].[dt]|        |PLAN_ROW|       0|                 1|

SQL Server 使用了索引，但是也需要对索引进行转换判断；并不是最优方案。

最后看一下 PostgreSQL：

-- PostgreSQL
EXPLAIN SELECT *
  FROM t1
 WHERE TO_CHAR(dt, 'YYYY') = '2019';
QUERY PLAN                                                                      |
--------------------------------------------------------------------------------|
Seq Scan on t1  (cost=0.00..49.55 rows=11 width=8)                              |
  Filter: (to_char((dt)::timestamp with time zone, 'YYYY'::text) = '2019'::text)|

PostgreSQL 使用的是全表扫描，没有使用索引。

正确做法是修改查询语句：

SELECT *
  FROM t
 WHERE dt BETWEEN DATE '2019-01-01' AND DATE '2019-12-31';

备注：使用函数索引并不是最优解决方法，它只能用于特定的查询条件；如果查询条件改成 TO_CHAR(dt, 'YYYY-MM-DD') = '2019-06-01'或者其他形式就无法使用该索引了。

问题二

答案是：A，性能没有问题。该语句的 WHERE 子句以及 ORDER BY 子句都可以使用索引（反向扫描），不需要对任何行进行额外的排序。可以使用上面的方法查看执行计划。

问题三

答案是：B，索引有问题。因为第二个查询无法使用索引或者效率不高。虽然有些数据库可能采用索引跳跃扫描，但是可以通过修改索引字段的顺序获得更好的性能：

CREATE INDEX idx3 ON t3(col2, col1);

将 col2 放在索引的最左端，两个查询都可以利用索引；也就是说，复合索引应该遵循最左前缀原则。另外，基于 col2 再创建一个索引会导致索引重复，不是好的方案。

问题四

答案是：B，性能有问题。因为在 LIKE 条件中以通配符 % 或者 _ 开始的字符串无法使用索引。不过，以下语句可以使用索引：

SELECT *
  FROM t4
 WHERE col2 LIKE 'sql%';

对于 PostgreSQL 而言，还需要在创建索引时指定操作符类：

-- PostgreSQL
CREATE INDEX idx4 ON t4(col2 varchar_pattern_ops);

问题五

答案是：A，第一个查询更快。因为它只需要通过扫描索引（Index-Only Scan）就可以得到结果；第二个查询虽然可能返回的数据更少，但是需要通过索引访问表，也就是回表。