一. 何时适用全表扫描（正面）

1. 单表查询
   表很小，索引可能就比表还大；
   访问的数据占全表数据的百分比很大，索引访问的总成本大于全表扫描的成本；
   相对于索引来说，表中的数据排列过于凌乱，表现出来就是索引的 clustering_factor 很大，导致索引的访问成本剧增。
2. 多表连接
   hash join的时候，内层表和外层表都可以使用全表扫描(对于某个单独的表的访问是否适用全表扫描，这个又回到了单表查询的情况)；
   nest loop的时候，外层表可以使用全表扫描，内层表一般不用全表扫描。

二. SQL语句使用不当（负面）

1. 模糊查询
   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. 查询条件中含有is null
   原因：导致单索引失效；
   解决办法：
   索引列避免is null；
   使用组合索引。
3. 查询条件中使用了不等于从操作符<>、!=
   原因：不等于操作符限制了索引，即使字段上有索引；
   解决方法：把不等于改成OR。

column<>’aaa’ //全表扫描
column<’aaa’ OR column>’aaa’ //使用索引

4. OR语句使用不当
   OR语句连接的条件中包含的列没有全部建立索引。
5. 组合索引使用不当
   查询条件中没有前导列，导致索引不起作用；

create index skip1 on emp5(job,empno); 
select count(*) from emp5 where empno=7900; //全表扫描 
select /*+ index(emp5 skip1)*/ count(*) from emp5 where empno=7900; //使用组合索引

使用组合索引时，在排序时应按照组合索引中各列顺序进行排序（即使只有一个列需要排序），否则性能较差。

create index skip1 on emp5(job,empno，date); 
select job，empno from emp5 where job=’manager’and empno=’10’ ORDER BY date desc; //性能较差
select job，empno from emp5 where job=’manager’and empno=’10’ ORDER BY job,empno,date desc; //使用组合索引

6. UPDATA语句updata了全部字段
7. 对于多张大数据量的表JOIN
   原因：没有先分页，导致逻辑读很高；
   解决方法：先分页再JOIN。
8. SELECT COUNT(*)
9. 对于反复执行的查询，WHERE子句中使用变量绑定可以降低解析时间，提高性能。