视频1 视频21 视频41 视频61 视频文章1 视频文章21 视频文章41 视频文章61 推荐1 推荐3 推荐5 推荐7 推荐9 推荐11 推荐13 推荐15 推荐17 推荐19 推荐21 推荐23 推荐25 推荐27 推荐29 推荐31 推荐33 推荐35 推荐37 推荐39 推荐41 推荐43 推荐45 推荐47 推荐49 关键词1 关键词101 关键词201 关键词301 关键词401 关键词501 关键词601 关键词701 关键词801 关键词901 关键词1001 关键词1101 关键词1201 关键词1301 关键词1401 关键词1501 关键词1601 关键词1701 关键词1801 关键词1901 视频扩展1 视频扩展6 视频扩展11 视频扩展16 文章1 文章201 文章401 文章601 文章801 文章1001 资讯1 资讯501 资讯1001 资讯1501 标签1 标签501 标签1001 关键词1 关键词501 关键词1001 关键词1501 专题2001
Oracle中使用like还是instr
2020-11-09 10:43:39 责编:小采
文档


instr,like都是Oracle已经实现的功能,严格来说instr为内部函数,like为SQL标准,效率都很高,但具体如何实现,暂且不知。但两者

看到一篇文章:在Oracle数据库中使用instr代替like实操(见),看到之后很质疑,以下是我做的简单测试,以对原文作对比验证。

1.创建索引前 SQL> select count(1) from t; COUNT(1) ---------- 11905920 Elapsed: 00:00:11.38 SQL> select count(1) from t where instr(object_name,'A') >0; COUNT(1) ---------- 3947520 Elapsed: 00:00:10.46 SQL> select count(1) from t where object_name like '%A%'; COUNT(1) ---------- 3947520 Elapsed: 00:00:12.31 SQL> select count(1) from t where instr(object_name,'A') = 0; COUNT(1) ---------- 7958400 Elapsed: 00:00:10.39 SQL> select count(1) from t where object_name not like '%A%'; COUNT(1) ---------- 7958400 Elapsed: 00:00:10.94

从以上结果看出,没有创建索引时,instr和like效率差不多,instr效率略高一点,但也不是文中提到的相差巨大。

2.创建索引后 SQL> create index t_i on t(object_name); Index created. Elapsed: 00:02:08.92 SQL> select count(1) from t; COUNT(1) ---------- 11905920 Elapsed: 00:00:11.07 SQL> select count(1) from t where instr(object_name,'A') >0; COUNT(1) ---------- 3947520 Elapsed: 00:00:12.04 SQL> select count(1) from t where object_name like '%A%'; COUNT(1) ---------- 3947520 Elapsed: 00:00:07.33 SQL> select count(1) from t where instr(object_name,'A') = 0; COUNT(1) ---------- 7958400 Elapsed: 00:00:11.57 SQL> select count(1) from t where object_name not like '%A%'; COUNT(1) ---------- 7958400 Elapsed: 00:00:06.47

从以上测试看出,添加索引后,like比instr效率高,费时是instr的一半,,可以用相差巨大来形容。

小结

instr,like都是Oracle已经实现的功能,严格来说instr为内部函数,like为SQL标准,效率都很高,但具体如何实现,暂且不知。但两者之间的性能差别还是要看具体的数据库环境,如表结构,数据分布,索引,数据库版本,数据库当时的负载情况。另外,效率高也是以数据库、服务器的资源消耗为代价的,在时间同数量级或用户允许的情况下,如何控制效能才是关键。

由此,也可以看出数据库性能调优是一门艺术,需要不断学习、实践。借此正好声明开始数据库性能优化的旅程。

下载本文
显示全文
专题