任何对列的操作都可能导致全表扫描，这里所谓的操作包括数据库函数、计算表达式等
等，查询时要尽可能将操作移至等式的右边，甚至去掉函数。
例1：下列SQL条件语句中的列都建有恰当的索引，但30万行数据情况下执行速度却非
常慢：
select * from record where substrb(CardNo,1,4)='5378'(13秒)
select * from record where amount/30< 1000（11秒）
select * from record where to_char(ActionTime,'yyyymmdd')='19991201'（10秒）
由于where子句中对列的任何操作结果都是在SQL运行时逐行计算得到的，因此它不得
不进行表扫描，而没有使用该列上面的索引；如果这些结果在查询编译时就能得到，那么就
可以被SQL优化器优化，使用索引，避免表扫描，因此将SQL重写如下：
select * from record where CardNo like '5378%'（< 1秒）
select * from record where amount < 1000*30（< 1秒）
select * from record where ActionTime= to_date ('19991201' ,'yyyymmdd')（< 1秒）
差别是很明显的！

需要注意的是，尽量避免潜在的数据类型转换。如将字符型数据与数值型数据比较，
ORACLE会自动将字符型用to_number()函数进行转换，从而导致全表扫描。
例2：表tab1中的列col1是字符型（char)，则以下语句存在类型转换：
select col1,col2 from tab1 where col1>10，
应该写为： select col1,col2 from tab1 where col1>'10'。

增加查询的范围限制，避免全范围的搜索。
例3：以下查询表record 中时间ActionTime小于2001年3月1日的数据：
select * from record where ActionTime < to_date ('20010301' ,'yyyymm')
查询计划表明，上面的查询对表进行全表扫描，如果我们知道表中的最早的数据为2001
年1月1日，那么，可以增加一个最小时间，使查询在一个完整的范围之内。修改如下：select *
from record where
ActionTime < to_date ('20010301' ,'yyyymm')
and ActionTime > to_date ('20010101' ,'yyyymm')
后一种SQL语句将利用上ActionTime字段上的索引，从而提高查询效率。把'20010301'
换成一个变量，根据取值的机率，可以有一半以上的机会提高效率。同理，对于大于某个值
的查询，如果知道当前可能的最大值，也可以在Where子句中加上“AND 列名< MAX(最
大值)”。

含有"IN"、"OR"的Where子句常会使用工作表，使索引失效；如果不产生大量重复值，
可以考虑把子句拆开；拆开的子句中应该包含索引。
例4： select count(*) from stuff where id_no in('0','1')（23秒）
可以考虑将or子句分开：
select count(*) from stuff where id_no='0'
select count(*) from stuff where id_no='1'
然后再做一个简单的加法，与原来的SQL语句相比，查询速度更快。

尽量去掉"<>"，避免全表扫描，如果数据是枚举值，且取值范围固定，则修改为"OR"
方式。
例5：
UPDATE SERVICEINFO SET STATE=0 WHERE STATE<>0;
以上语句由于其中包含了"<>"，执行计划中用了全表扫描（TABLE ACCESS FULL） ，
没有用到state字段上的索引。实际应用中，由于业务逻辑的限制，字段state为枚举值，只能
等于0，1或2，而且，值等于=1，2的很少，因此可以去掉"<>"，利用索引来提高效率。
修改为：UPDATE SERVICEINFO SET STATE=0 WHERE STATE = 1 OR STATE = 2 。进一步的
修改可以参考第4种方法。

Where字句中的IS NULL和IS NOT NULL将不会使用索引而是进行全表搜索，因此需要
通过改变查询方式，分情况讨论等方法，去掉Where子句中的IS NULL和IS NOT NULL。

索引的选择性低，但数据的值分布差异很大时，仍然可以利用索引提高效率。A、数据
分布不均匀的特殊情况下，选择性不高的索引也要创建。
表ServiceInfo中数据量很大，假设有一百万行，其中有一个字段DisposalCourseFlag，取
值范围为枚举值：[0，1，2，3，4，5，6，7]。按照前面说的索引建立的规则，“选择性不
高的字段不应该建立索引，该字段只有8种取值，索引值的重复率很高，索引选择性明显很
低，因此不建索引。然而，由于该字段上数据值的分布情况非常特殊，具体如下表：

而且，常用的查询中，查询DisposalCourseFlag<6 的情况既多又频繁，毫无疑问，如果
能够建立索引，并且被应用，那么将大大提高这种情况的查询效率。因此，我们需要在该字段上建立索引。