一. 何時適用全表掃描（正面）

1. 單表查詢
   表很小，索引可能就比表還大；
   訪問的數(shù)據(jù)占全表數(shù)據(jù)的百分比很大，索引訪問的總成本大于全表掃描的成本；
   相對于索引來說，表中的數(shù)據(jù)排列過于凌亂，表現(xiàn)出來就是索引的 clustering_factor 很大，導致索引的訪問成本劇增。
2. 多表連接
   hash join的時候，內層表和外層表都可以使用全表掃描(對于某個單獨的表的訪問是否適用全表掃描，這個又回到了單表查詢的情況)；
   nest loop的時候，外層表可以使用全表掃描，內層表一般不用全表掃描。

二. SQL語句使用不當（負面）

1. 模糊查詢
   只有右模糊可以成功利用索引；
   左模糊和全模糊都不能成功利用索引。
2. 查詢條件中含有is null
   原因：導致單索引失效；
   解決辦法：
   索引列避免is null；
   使用組合索引。
3. 查詢條件中使用了不等于從操作符<>、!=
   原因：不等于操作符限制了索引，即使字段上有索引；
   解決方法：把不等于改成OR。

column<>’aaa’ //全表掃描
column<’aaa’ OR column>’aaa’ //使用索引

4. OR語句使用不當
   OR語句連接的條件中包含的列沒有全部建立索引。
5. 組合索引使用不當
   查詢條件中沒有前導列，導致索引不起作用；

create index skip1 on emp5(job,empno); 
select count(*) from emp5 where empno=7900; //全表掃描 
select /*+ index(emp5 skip1)*/ count(*) from emp5 where empno=7900; //使用組合索引

使用組合索引時，在排序時應按照組合索引中各列順序進行排序（即使只有一個列需要排序），否則性能較差。

create index skip1 on emp5(job,empno，date); 
select job，empno from emp5 where job=’manager’and empno=’10’ ORDER BY date desc; //性能較差
select job，empno from emp5 where job=’manager’and empno=’10’ ORDER BY job,empno,date desc; //使用組合索引

6. UPDATA語句updata了全部字段
7. 對于多張大數(shù)據(jù)量的表JOIN
   原因：沒有先分頁，導致邏輯讀很高；
   解決方法：先分頁再JOIN。
8. SELECT COUNT(*)
9. 對于反復執(zhí)行的查詢，WHERE子句中使用變量綁定可以降低解析時間，提高性能。