Oracle索引的索引使用原则
create index INDEX_NAME on TABLE_NAME (ZONENO)。create index INDEX_NAME on TABLE_NAME (CINO)。会生成3个索引树。如果根据ACCNO， ZONENO， CINO三个字段检索，正常情况下(ACCNO， ZONENO， CINO)会快一些。
· 通过使用索引，可以在查询的过程中，使用优化隐藏器，提高系统的性能。· 索引的层次不要超过4层。· 创建索引和维护索引要耗费时间，这种时间随着数据量的增加而增加。
索引可以增加查询和检索速度。对经常被用来作为查询条件的字段最好加上索引。
首先创建索引的目的是为了优化sql确保执行效率。这个表的数据量达到了用索引比不用索引快，前提是索引字段会在条件中出现，如果这个表的确够大但是索引字段不作为条件出现是不会走索引的，等于没有索引。
索引起作用与否，主要看你使用的是什么优化器，一般有两个，基于成本的cbo，和基于规则的rbo，优化器认为使用索引合适就会使用索引，如果认为不合适就不会使用所引，这两个说起来比较复杂，建议你还是找点书来看看。
oracle使用leftjoin多表关联查询速度慢,怎么优化
（1）如果视图并不是需要实时刷新，也就是说可以存在一定的滞后；或者视图基表刷新并不频繁，那么可以考虑物化视图，这样的话，是在后台操作的，当然物化视图一样慢，但是查询的时候感觉不到，除非正好赶上物化视图刷新。
如果已经存在索引，建议你先重建索引先，因为大数据表的索引维护到了一个阶段就是乱的，一般建议重建。建立好的一般可以获得几十倍的速度提升。最大数据量的表放在最前，最小的表放在最后面。
创建存储过程，将第一次left join关联查询出来的数据存储到临时表，再次进行关联查询试试。若依然很慢，之后可以对作出的两次单纯的表关联查询进行检查，检查单条SQL语句的查询速度，找到慢的问题，再去优化。
--3）增加外关联符号（+）最后，关于多表关联，表关联条件必须使用AND关键字，否则无效。用你做成的SQL文检索，哪怕5个表都只有10条数据也会检索出1万件结果，如果各个表数据超过100件，你的检索结果集会是天文数字。
如果数据量比较大，而且对数据的实时性要求不高，那么建议用oracle的物化视图来做。物化视图是介于普通视图和表之间的一种oracle专有对象，物化视图会将查询的数据缓存起来，同时可以对物化视图进行修改、查询、删除和添加操作。
oracle两个表关联字段都要建立索引吗
1、走不走索引的原因有很多，但是最基本的是与你有没有建索引直接关联的，如果两个表的关联字段都建有索引，按理由是会走索引的，但是这是oracle的优化器来选择是否走索引的，你也可以强制它走索引。
2、oracle数据库两张数据量相同的表关联查询建索引快，对表添加合适的索引，能够提高用户查询该表的速度，但并不是所有的表都适合添加索引，具体情况要看自身的业务需要。
3、个表关联，关联字段都建了索引，这样关联没问题的。关键是你缺少查询条件，你不可能全表扫描把，只要查询条件得当（索引得当），sql效率还是行的。希望我的回答对你有帮助。
4、E、如果既有单字段索引，又有这几个字段上的复合索引，一般可以删除复合索引；频繁进行数据操作的表，不要建立太多的索引；删除无用的索引，避免对执行计划造成负面影响；以上是一些普遍的建立索引时的判断依据。
5、不一定要走索引才是效率高，要通过执行计划，具体情况具体分析。通常地，给关联字段创建索引，就会走索引了。
6、您好，提问者：嗯，只要是表字段就可以创建索引，索引用于快速查询。create index 序列名 on 表名(字段名)；提示：但是一个表中最多不要超过5个索引。
Oracle数据访问和索引的使用
使用索引：如果数据存储在表（Table）中，那么创建一个有效的索引（Index）可以提高访问速度。数据库使用索引就像在书里使用目录一样，能够更快地找到特定的数据。
HASH索引 HASH索引可能是访问数据库中数据的最快方法，但它也有自身的缺点。集群键上不同值的数目必须在创建HASH集群之前就要知道。需要在创建HASH集群的时候指定这个值。使用HASH索引必须要使用HASH集群。
B-Tree索引适用于访问大数据表或需要高并发访问的表。而位图索引适用于小数据表的查询场景，它可以显著降低查询成本。此外，还有类似于函数索引和全文索引的其他类型的索引。
如果在装载数据之前创建索引，那么插入每行时oracle都必须更改索引。（2）索引正确的表和列。如果经常检索包含大量数据的表中小于15%的行，就需要创建索引。为了改善多个表的相互关系，常常使用索引列进行关系连接。
关于Oracle多个表使用索引和oracle指定多个索引的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。