oracle 的hint有什么用

相对而言ORACLE优化器已经非常智能，产生的执行计划也是最优的，但是ORACLE还是提供了一些hint供用户显示的控制执行计划，因为大千世界各种各样的业务都有，ORACLE优化器生成的执行计划并不一定适用于所有业务，同时hint对于DBA而言更是一件利器，我们可以通过hint看到优化后的执行计划，总结一下常用hint。1.全表扫描hintfull(table_name)相对而言，全表扫描hint使用场合较少，但是要知道，全表扫描并不一定比索引效率低，特别是查询表中80%以上的数据库，全表扫描的效率要高于索引扫描。2.索引hintindex(table_nameindex_name)这两种hint一个是强制使用索引，另一个是强制执行计划不要走索引，什么用呢？常用于SQL调优过程中对比索引和非索引扫描。3.索引快速扫描hintindex_ffs(table_nameindex_name)这种索引称之为索引快速扫描，常用于统计索引列键值的个数，如count(object_id)，跟全表扫描很像，但效率要比全表扫描要高很多，也就是执行计划中看到的FASTFULLSCN。4.索引跳跃扫描hintindex_ss(table_nameindex_name)该hint在执行计划中就是传说中的INDEXSKIPSCAN这个对新手而言不太好理解，举个例子索引有两个列（A,B)类型组合索引，但是查询中where条件只有B没有Aselect*fromwhereb=1，此时ORACLE优化器走的索引就是所谓的索引跳跃扫描，只在CBO下适用，在RBO不适用。5.表关联hintuser_nl(table_name1table_name2)此hint是表之间关联效率最高的一种，通常用于一大一小两表之间进行关联查询，小表作驱动表进行全表扫描，大表上要求有索引，走索引扫描，代价最低。6.表关联hintuse_hash(table_name1table_name2)如果两个表一大一小，但是大表没有索引就会选择HASH，如果两个结果集比较小还可以承受，但是如果两个较大的表HASH的话，会直接将数据库HANG住，最好避免这种算法7.表关联hintuser_merge(table_name1table_name2)两个表进行关联，分别对全个表进行全表扫描后排序然后进行合并，排序既消耗内存又消耗CPU，总之代价比较大，常通过在两个表上创建索引避免此类连接的发生。因此对比后发现，只有nested_loop方式进行关联是最优的。8.表顺序hintleading(table_name1table_name2)在RBO模式下，我们常常通过考虑from后面表的先后顺序来进行SQL优化，但是此方法对RBO模式不再适用，CBO模式下按照顺序选择驱动表9.数据加载hintappend()直接路径加载，对于大表 *** 作极为有用，原理是什么呢？打个比方，好比两个超市理货员，一人一箱货需要上架到货架上，一个人去找货架中空闲位置去放，可能需要找N个空闲位，另一个人找一个空的货架直接放上去，那个效果最高？当然是第二个，此hint的作用就是让ORACLE找一个大空亲块直接存放新数据，而不是挤空闲位置去放新数据，如果此hint同时加上nologing联合使用效果更高，常用于数据迁移项目中。10.dblink处理端hintdriving_site(table_name)此hint常用于通过dblink连接处理数据的业务，它的作用是将本地表推送到远端数据库进行关联然后将结果返回，常用于本地表较小，远端表较大的情况，效果很是不错。11.数据返回模式hintfirst_rows该hint是影响数据返回模式hint，添加后ORACLE将边处理边返回，数据仓库中用的比较多，但是在OLTP系统中也常见，上次系统优化就因为一兄弟在添加hint时，添加后发现执行计划没变，于是将原有的hintfirst_rows然后添加hintdriving_site()，执行计划是变了，变化是因去去掉first_rows引起的，并且通过dblink远端数据库执行时查询全变成的全表扫描，导致两个业务大表hash，业务高峰直接将数据库宕机，因此该hint添加或删除一定要看远端执行计划有无发生变化，否则后果不开设想（切记）。

在开始演示之前，我们先介绍下两个概念。

概念一，数据的可选择性基数，也就是常说的cardinality值。

查询优化器在生成各种执行计划之前，得先从统计信息中取得相关数据，这样才能估算每步 *** 作所涉及到的记录数，而这个相关数据就是cardinality。简单来说，就是每个值在每个字段中的唯一值分布状态。

比如表t1有100行记录，其中一列为f1。f1中唯一值的个数可以是100个，也可以是1个，当然也可以是1到100之间的任何一个数字。这里唯一值越的多少，就是这个列的可选择基数。

那看到这里我们就明白了，为什么要在基数高的字段上建立索引，而基数低的的字段建立索引反而没有全表扫描来的快。当然这个只是一方面，至于更深入的探讨就不在我这篇探讨的范围了。

概念二，关于HINT的使用。

这里我来说下HINT是什么，在什么时候用。

HINT简单来说就是在某些特定的场景下人工协助MySQL优化器的工作，使她生成最优的执行计划。一般来说，优化器的执行计划都是最优化的，不过在某些特定场景下，执行计划可能不是最优化。

比如：表t1经过大量的频繁更新 *** 作，（UPDATE,DELETE,INSERT），cardinality已经很不准确了，这时候刚好执行了一条SQL，那么有可能这条SQL的执行计划就不是最优的。为什么说有可能呢？

来看下具体演示

譬如，以下两条SQL，

A：

select * from t1 where f1 = 20

B：

select * from t1 where f1 = 30

如果f1的值刚好频繁更新的值为30，并且没有达到MySQL自动更新cardinality值的临界值或者说用户设置了手动更新又或者用户减少了sample page等等，那么对这两条语句来说，可能不准确的就是B了。

这里顺带说下，MySQL提供了自动更新和手动更新表cardinality值的方法，因篇幅有限，需要的可以查阅手册。

那回到正题上，MySQL 8.0 带来了几个HINT，我今天就举个index_merge的例子。

示例表结构：

mysql>desc t1+------------+--------------+------+-----+---------+----------------+| Field      | Type         | Null | Key | Default | Extra          |+------------+--------------+------+-----+---------+----------------+| id         | int(11)      | NO   | PRI | NULL    | auto_increment || rank1      | int(11)      | YES  | MUL | NULL    |                || rank2      | int(11)      | YES  | MUL | NULL    |                || log_time   | datetime     | YES  | MUL | NULL    |                || prefix_uid | varchar(100) | YES  |     | NULL    |                || desc1      | text         | YES  |     | NULL    |                || rank3      | int(11)      | YES  | MUL | NULL    |                |+------------+--------------+------+-----+---------+----------------+7 rows in set (0.00 sec)

表记录数：

mysql>select count(*) from t1+----------+| count(*) |+----------+|    32768 |+----------+1 row in set (0.01 sec)

这里我们两条经典的SQL：

SQL C：

select * from t1 where rank1 = 1 or rank2 = 2 or rank3 = 2

SQL D：

select * from t1 where rank1 =100  and rank2 =100  and rank3 =100

表t1实际上在rank1,rank2,rank3三列上分别有一个二级索引。

那我们来看SQL C的查询计划。

显然，没有用到任何索引，扫描的行数为32034，cost为3243.65。

mysql>explain  format=json select * from t1  where rank1 =1 or rank2 = 2 or rank3 = 2\G*************************** 1. row ***************************EXPLAIN: {  "query_block": {    "select_id": 1,    "cost_info": {      "query_cost": "3243.65"    },    "table": {      "table_name": "t1",      "access_type": "ALL",      "possible_keys": [        "idx_rank1",        "idx_rank2",        "idx_rank3"      ],      "rows_examined_per_scan": 32034,      "rows_produced_per_join": 115,      "filtered": "0.36",      "cost_info": {        "read_cost": "3232.07",        "eval_cost": "11.58",        "prefix_cost": "3243.65",        "data_read_per_join": "49K"      },      "used_columns": [        "id",        "rank1",        "rank2",        "log_time",        "prefix_uid",        "desc1",        "rank3"      ],      "attached_condition": "((`ytt`.`t1`.`rank1` = 1) or (`ytt`.`t1`.`rank2` = 2) or (`ytt`.`t1`.`rank3` = 2))"    }  }}1 row in set, 1 warning (0.00 sec)

我们加上hint给相同的查询，再次看看查询计划。

这个时候用到了index_merge,union了三个列。扫描的行数为1103，cost为441.09，明显比之前的快了好几倍。

mysql>explain  format=json select /*+ index_merge(t1) */ * from t1  where rank1 =1 or rank2 = 2 or rank3 = 2\G*************************** 1. row ***************************EXPLAIN: {  "query_block": {    "select_id": 1,    "cost_info": {      "query_cost": "441.09"    },    "table": {      "table_name": "t1",      "access_type": "index_merge",      "possible_keys": [        "idx_rank1",        "idx_rank2",        "idx_rank3"      ],      "key": "union(idx_rank1,idx_rank2,idx_rank3)",      "key_length": "5,5,5",      "rows_examined_per_scan": 1103,      "rows_produced_per_join": 1103,      "filtered": "100.00",      "cost_info": {        "read_cost": "330.79",        "eval_cost": "110.30",        "prefix_cost": "441.09",        "data_read_per_join": "473K"      },      "used_columns": [        "id",        "rank1",        "rank2",        "log_time",        "prefix_uid",        "desc1",        "rank3"      ],      "attached_condition": "((`ytt`.`t1`.`rank1` = 1) or (`ytt`.`t1`.`rank2` = 2) or (`ytt`.`t1`.`rank3` = 2))"    }  }}1 row in set, 1 warning (0.00 sec)

我们再看下SQL D的计划：

不加HINT，

mysql>explain format=json select * from t1 where rank1 =100 and rank2 =100 and rank3 =100\G*************************** 1. row ***************************EXPLAIN: {  "query_block": {    "select_id": 1,    "cost_info": {      "query_cost": "534.34"    },    "table": {      "table_name": "t1",      "access_type": "ref",      "possible_keys": [        "idx_rank1",        "idx_rank2",        "idx_rank3"      ],      "key": "idx_rank1",      "used_key_parts": [        "rank1"      ],      "key_length": "5",      "ref": [        "const"      ],      "rows_examined_per_scan": 555,      "rows_produced_per_join": 0,      "filtered": "0.07",      "cost_info": {        "read_cost": "478.84",        "eval_cost": "0.04",        "prefix_cost": "534.34",        "data_read_per_join": "176"      },      "used_columns": [        "id",        "rank1",        "rank2",        "log_time",        "prefix_uid",        "desc1",        "rank3"      ],      "attached_condition": "((`ytt`.`t1`.`rank3` = 100) and (`ytt`.`t1`.`rank2` = 100))"    }  }}1 row in set, 1 warning (0.00 sec)

加了HINT，

mysql>explain format=json select /*+ index_merge(t1)*/ * from t1 where rank1 =100 and rank2 =100 and rank3 =100\G*************************** 1. row ***************************EXPLAIN: {  "query_block": {    "select_id": 1,    "cost_info": {      "query_cost": "5.23"    },    "table": {      "table_name": "t1",      "access_type": "index_merge",      "possible_keys": [        "idx_rank1",        "idx_rank2",        "idx_rank3"      ],      "key": "intersect(idx_rank1,idx_rank2,idx_rank3)",      "key_length": "5,5,5",      "rows_examined_per_scan": 1,      "rows_produced_per_join": 1,      "filtered": "100.00",      "cost_info": {        "read_cost": "5.13",        "eval_cost": "0.10",        "prefix_cost": "5.23",        "data_read_per_join": "440"      },      "used_columns": [        "id",        "rank1",        "rank2",        "log_time",        "prefix_uid",        "desc1",        "rank3"      ],      "attached_condition": "((`ytt`.`t1`.`rank3` = 100) and (`ytt`.`t1`.`rank2` = 100) and (`ytt`.`t1`.`rank1` = 100))"    }  }}1 row in set, 1 warning (0.00 sec)

对比下以上两个，加了HINT的比不加HINT的cost小了100倍。

总结下，就是说表的cardinality值影响这张的查询计划，如果这个值没有正常更新的话，就需要手工加HINT了。相信MySQL未来的版本会带来更多的HINT。

oracle特有的hint,简单的说就是让数据库忽略自身的策略，按 *** 作者想要的执行顺序来执行sql语句；

比如数据库觉得一个查询要走索引，而你想要这条语句走全表扫描，就可以使用hint，如：

SELECT /*+ FULL (s) */ col1 from table s where col2=:1

---