1. 随机数据生成代码分析

--为测试索引而准备的随机数据生成代码，先分析一下
select rownum as id,
     'smith'||trunc(dbms_random.value(0, 100)) as stu_name,
     dbms_random.string('x', 20) stu_pwd,
     to_char(add_months(sysdate,-DBMS_RANDOM.VALUE(100,200)) + rownum / 24 / 3600, 'yyyy-mm-dd hh34:mi:ss') as birthday ,
     decode( TRUNC(DBMS_RANDOM.VALUE(1,5)),1,'湖南省',2,'湖北省',3,'江西省','北京市') as address
   from dual
   connect by level <= 100;

--先分析以下上面的代码

-- 伪列:  rownum

--  dual   : 测试表

--   || 字符串联接

--1. 测试生成100条记录     connect by level<=100 : 

--a、利用Oracle特有的“connect by”树形连接语法生成测试记录，“level <= 100”表示要生成100记录；

--b、利用rownum虚拟列生成递增的整数数据；

--c、利用sysdate函数加一些简单运算来生成日期数据，本例中是每条记录的时间加1秒；

--       add_months(sysdate,-DBMS_RANDOM.VALUE(100,200))   用当前时间 减去   至少100个月，最多200个月，来生成生日

--d、利用dbms_random.value函数生成随机的数值型数据，都是double型，所以都加了 trunc(   )以截断小数位，本例中是生成0到100之间的随机整数；

--e、利用dbms_random.string函数生成随机的字符型数据，本例中是生成长度为20的随机字符串，字符串中可以包括字符或数字。

2. 生成测试表及数据

--2. 正式生成100W
drop table stu_test_100w; --如果原来有，则先删除原来的表
 
--创建表及数据
create table stu_test_100w
as
select rownum as id,
     'smith'||trunc(dbms_random.value(0, 99)) as stu_name,
     dbms_random.string('x', 20) stu_pwd,
     to_char(add_months(sysdate,-DBMS_RANDOM.VALUE(100,200)) + rownum / 24 / 3600, 'yyyy-mm-dd hh34:mi:ss') as birthday ,
     decode( TRUNC(DBMS_RANDOM.VALUE(1,5)),1,'湖南省',2,'湖北省',3,'江西省','北京市') as address
   from dual
   connect by level <= 1000000; -- 生成 100w测试数据

-- 查看当前用户模式下所有的表 
select * from tab where tname='STU_TEST_100W';
--先执行一次查询, 注意查询所用的时间,此时并没有加入索引 
select * from stu_test_100w where stu_name='smith23';

执行结果: 

以上是没有用到索引时的执行用时  6.781秒. 

下面创建索引后，再用同一查询来测试. 

--********生成索引后，再执行一次查询
drop index index_student_test;
 
create index index_student_test
on stu_test_100w(stu_name);  --索引是针对某个表的某个列
 
--先执行一次查询, 注意查询的时间,此时加入了索引 
select * from stu_test_100w where stu_name='smith23';

为什么用了索引后时间查询能还下降了呢????

分析如下: 

  1. 索引生成的字段的值分存得太密集了，查看上面的代码会发现我们stu_name只生成在了  smith0-99之间，即只有100种可能性, 对于100w数据则言，即每个名字都有约1w个. 

  2。 因为数据太密集了，所以以上查询的花的时间主要在1w条数据的显示上， 所以我们可以观察到不管是否用到了索引，都要共到6-7秒来显示结果. 

  3.  那为什么用了索引还慢一些呢?  这就与索引的存储结构有关系了.oracle默认使用的是B树索引, 当使用索引列查询时，查询必须先查看索引，通过索引去定位数据，而咱们的数据分布又比较密集，所以使用索引所导致的时间损耗要大于直接磁盘搜索的时间.  

那么如何解决呢?

随机生成的姓名分布广一些(这与真实的数据也一样).  即将随机生成代码修改为     'smith'||trunc(dbms_random.value(0, 9999999)) as stu_name,

drop table stu_test_100w; --如果原来有，则先删除原来的表
--重新生成表及随机数据，注意 stu_name列的取值范围加大
create table stu_test_100w
as
select rownum as id,
     'smith'||trunc(dbms_random.value(0, 9999999)) as stu_name,
     dbms_random.string('x', 20) stu_pwd,
     to_char(add_months(sysdate,-DBMS_RANDOM.VALUE(100,200)) + rownum / 24 / 3600, 'yyyy-mm-dd hh34:mi:ss') as birthday ,
     decode( TRUNC(DBMS_RANDOM.VALUE(1,5)),1,'湖南省',2,'湖北省',3,'江西省','北京市') as address
   from dual
   connect by level <= 1000000; 
 
--先执行一次查询, 注意查询的时间,此时并没有加入索引 
select * from stu_test_100w where stu_name='smith8821228';

执行结果如下:

用时 0.312秒. 

接着创建索引后，再测试同一个查询

--********生成索引后，再执行一次查询
drop index index_student_test;
 
create index index_student_test
on stu_test_100w(stu_name);  --索引是针对某个表的某个列
--先执行一次查询, 注意查询的时间,此时加入了索引 
select * from stu_test_100w where stu_name='smith8821228';

使用索引后，同一个查询只需0.015秒，在原来用时0.312的基础下，下降了n倍.