在有些应用程序中,序列化值的范围能够连续是重要的。当在这个序列新增值的时候,它可能会在序列中优先挑选一个“空的(hole)”或者遗漏的值来填充,而不是取序列最大值之后的下一个值,或者使用一个序号产生器。例如电话号码、社会安全号码和IP地址都有非常严格的范围限制,所以说最好使用未用的号码来填充。
当数据库中有很多值的时候经常会出现这个问题。遗漏的值明显是不被索引的,所以定位遗漏的数字的最明显的方法是顺序查询所有的值,然后在遇到期望的值的时候将其返回:
REM - table in question is "massive" with a sequence "id"
set serveroutput on;
set timing on;
declare
l_id integer := null;
begin
for row in (select id from massive order by id) loop
if l_id is null then
l_id := row.id;
else
l_id := l_id + 1;
end if;
exit when l_id != row.id;
end loop;
dbms_output.put_line('lowest missing value = '||l_id);
end;
/
另外一个方法是使用“分而治之”的策略。如果我们已经知道在一个给定的范围内应该有多少个值,并且表上建有索引的话,我们可以相当快地取得实际的记录的条数。如果有一个遗漏的值,实际的记录条数将会比期望的记录的条数少。
我们可以应用相同的方法检测在较小的一半是否有遗漏的值。如果有的话,就继续将其对分。如果没有遗漏的值,我们检测另外一半。最后,我们将要检测的记录集合的大小能够正好只找出遗漏的数据:
下面是这种技术的PL/SQL示例:
set serveroutput on
declare
l_min integer;
l_max integer;
actual_count integer;
expected_count integer;
half integer;
begin
select max(id),min(id),count(*)
into l_max,l_min,actual_count
from massive;
expected_count := l_max - l_min + 1;
if expected_count = actual_count then
dbms_output.put_line('there are no missing values');
end if;
while l_max - l_min >= 1 loop
-- try lower half of range
half := trunc(expected_count/2);
expected_count := expected_count - half;
select count(*)
into actual_count
from massive
where id between l_min and l_max - half;
exit when actual_count = 0;
if actual_count = expected_count then
-- missing value must be in upper half
l_min := l_min + half;
else
l_max := l_max - half;
end if;
end loop;
end;
/
对于具有一百万条记录,并且有一个正规索引的表,如果其中漏值只有一个话,有非正式的结果表明第二个脚本的执行速度是第一个的五倍。