今天，以前开发的一个系统出问题，一句类似这样的sql语句：
select * from t where a=1
其中a是varchar类型。在测试机上跑得好好的，在生产机就报invalid number的错。原因涉及oracle数据库在解析sql语句的时候，对数据进行了类型转换，实际执行的是：
select * from t where to_number(a)=1
只要表t里面有一条记录的a字段含有不能转换为number的数字，就出错了，而错误当然就是invalid number了。
此外，由于这样写语句要对表中a字段所有数据都做一次运算，什么索引都没用了，每次搜索都会进行全表扫描和运算，造成性能的下降。所以，就算不出错，也一定要根据数据类型写sql语句。如上例，写成这样就好了：
select * from t where a='1'
当然，因为这个系统比较小，业务简单，所以是用简单jsp实现的，所有sql语句都自己生成。如果大一点的系统，就可能会用到框架。如何优化对数据库的访问很大程度上都是框架的问题了。
下面是网上搜索到的一篇关于oracle数据类型隐性转换的文章：
ORACLE数据类型的隐性转换
出于优化的目的，在SQL 的编码中我们常提到要避免对字段进行计算，通常情况下字段的计算导致相应索引无法被使用，造成语句执行的开销增大，然而编码中稍有不慎，Oracle自动进行的隐性转换仍有可能进行了我们不希望看到的操作，进而带来严重的后果，索引扫描可能被替换为几千万行的全表扫描，甚至导致业务逻辑发生变化。因此本文列举了代码中常见的几种隐性类型转换，总结并论证其间的规律，以期在开发工作中避免其带来的危害。
为举例创建一个表，包含隐性转换中常见的三种字段类型，并给每个字段建一个索引：
*********************************************************
create table TT2
(
NUMCOL NUMBER, CHARCOL CHAR(10),
VARCHARCOL VARCHAR2(10)
);
create index IDX_CHAR on TT2 (CHARCOL);
create index IDX_NUM on TT2 (NUMCOL);
create index IDX_VARCHAR on TT2 (VARCHARCOL);
insert into tt2 (numcol,charcol,varcharcol) values (1,'123','1');
*********************************************************
首先将varchar字段与number常量进行比较。
*********************************************************
SQL> select /*+ RULE*/ * from tt2 where varcharcol=1;
NUMCOL CHARCOL VARCHARCOL
---------- ---------- ----------
1 123 1
Execution Plan
---------------------------------------------------------
0 SELECT STATEMENT Optimizer=HINT: RULE
1 0 TABLE ACCESS (FULL) OF 'TT2'
这里我们加入了一个RULE 的提示，指定了RBO的优化方式，因此有索引的情况下理所当然优先使用索引，但是恰恰相反，执行计划选择了全表扫描，究其原因，乃是隐性地对 varchar2类型的字段进行了to_number的转换从而屏蔽了索引，实际的Where条件为to_number(varcharcol)=1
变换一下，用number字段与字符常量比较。
*********************************************************
SQL> select /*+ RULE */ * from tt2 where numcol='1';
NUMCOL CHARCOL VARCHARCOL
---------- ---------- ----------
1 123 1
Execution Plan
----------------------------------------------------------
0 SELECT STATEMENT Optimizer=HINT: RULE
1 0 TABLE ACCESS (BY INDEX ROWID) OF 'TT2'
2 1 INDEX (RANGE SCAN) OF 'IDX_NUM' (NON-UNIQUE)
*********************************************************
