oracle-btree和bitmap索引

╰+攻爆jí腚メ 2022-08-17 15:28 278阅读 0赞

在关系数据库中，索引是一种与表有关的数据库结构，它可以使对应于表的SQL语句执行得更快。索引的作用相当于图书的目录，可以根据目录中的页码快速找到所需的内容。

对于数据库来说，索引是一个必选项，但对于现在的各种大型数据库来说，索引可以大大提高数据库的性能，以至于它变成了数据库不可缺少的一部分。

**索引分类：**

逻辑分类

single column or concatenated  　　 对一列或多列建所引

unique or nonunique 　　 唯一的和非唯一的所引，也就是对某一列或几列的键值（key）是否是唯一的。

Function-based  　　基于某些函数索引，当执行某些函数时需要对其进行计算，可以将某些函数的计算结果事先保存并加以索引，提高效率。

Doman  　　索引数据库以外的数据，使用相对较少

物理分类

B-Tree ：normal or reverse key   B-Tree索引也是我们传统上常见所理解的索引，它又可以分为正常所引和倒序索引。

Bitmap  ： 位图所引，后面会细讲

**B-Tree 索引                                                                                 **

B-Tree index 也是我们传统上常见所理解的索引。B-tree （balance tree）即平衡树，左右两个分支相对平衡。

B-Tree index

![2012101023243663.png][]

Root为根节点，branch 为分支节点，leaf 到最下面一层称为叶子节点。每个节点表示一层，当查找某一数据时先读根节点，再读支节点，最后找到叶子节点。叶子节点会存放index entry （索引入口），每个索引入口对应一条记录。

Index entry 的组成部分：

**Indexentry entry  header**  　　存放一些控制信息。

**Key column length**   　　某一key的长度

**Key column value**   　　 某一个key 的值

**ROWID**  　　指针，具体指向于某一个数据

创建索引：

![复制代码][copycode.gif]

用户登录：
    SQL> conn as1/as1
    Connected.
    
    创建表：
    SQL> create table dex (id int,sex char(1),name char(10));
    Table created.
    
    向表中插入1000条数据
    SQL> begin
      2  for i in 1..1000
      3  loop
      4  insert into dex values(i,'M','chongshi');
      5  end loop;
      6  commit;
      7  end;
      8  /
    
    PL/SQL procedure successfully completed.
    
    查看表记录
    SQL> select * from dex;
            ID SE NAME
    ---------- -- --------------------
           ... . .....
    
           991 M  chongshi
           992 M  chongshi
           993 M  chongshi
           994 M  chongshi
           995 M  chongshi
           996 M  chongshi
           997 M  chongshi
           998 M  chongshi
           999 M  chongshi
          1000 M  chongshi
    
    1000 rows selected.
    
    创建索引：
    SQL> create index dex_idx1 on dex(id);
    Index created.
    注：对表的第一列（id）创建索引。
    
    查看创建的表与索引
    SQL> select object_name,object_type from user_objects;
    
    OBJECT_NAME                  OBJECT_TYPE
    --------------------------------------------------------------------------------
    DEX                           TABLE
    DEX_IDX1                      INDEX

![复制代码][copycode.gif]

索引分离于表，作为一个单独的个体存在，除了可以根据单个字段创建索引，也可以根据多列创建索引。Oracle要求创建索引最多不可超过32列。

![复制代码][copycode.gif]

SQL> create index dex_index2 on dex(sex,name);
    Index created.
    
    SQL>  select object_name,object_type from user_objects;
    
    OBJECT_NAME                           OBJECT_TYPE
    --------------------------------------------------------------------------------
    DEX                                       TABLE
    DEX_IDX1                                 INDEX
    DEX_INDEX2                               INDEX

![复制代码][copycode.gif]

这里需要理解：

编写一本书，只有章节页面定好之后再设置目录；数据库索引也是一样，只有先插入好数据，再建立索引。那么我们后续对数据库的内容进行插入、删除，索引也需要随之变化。但索引的修改是由oracle自动完成的。

![2012101023284298.png][]

上面这张图能更加清晰的描述索引的结构。

跟节点记录0至50条数据的位置，分支节点进行拆分记录0至10.......42至50，叶子节点记录每第数据的长度和值，并由指针指向具体的数据。

最后一层的叶子节是双向链接，它们是被有序的链接起来，这样才能快速锁定一个数据范围。

如：

![复制代码][copycode.gif]

SQL> select * from dex where id>23 and id<32;
    
            ID SE NAME
    ---------- -- --------------------
            24 M  chongshi
            25 M  chongshi
            26 M  chongshi
            27 M  chongshi
            28 M  chongshi
            29 M  chongshi
            30 M  chongshi
            31 M  chongshi
    
    8 rows selected.

![复制代码][copycode.gif]

如上面查找的列子，通过索引的方式先找到第23条数据，再找到第32条数据，这样就能快速的锁定一个查找的范围，如果每条数据都要从根节点开始查找的话，那么效率就会非常低下。

**位图索引                                                                        **

位图索引主要针对大量相同值的列而创建。拿全国居民登录一第表来说，假设有四个字段：姓名、性别、年龄、和身份证号，年龄和性别两个字段会产生许多相同的值，性别只有男女两种值，年龄，1到120（假设最大年龄120岁）个值。那么不管一张表有几亿条记录，但根据性别字段来区分的话，只有两种取值（男、女）。那么位图索引就是根据字段的这个特性所建立的一种索引。

Bitmap Index

![2012101023314831.png][]

从上图，我们可以看出，一个叶子节点（用不同颜色标识）代表一个key , start rowid 和 end rowid规定这种类型的检索范围，一个叶子节点标记一个唯一的bitmap值。因为一个数值类型对应一个节点，当时行查询时，位图索引通过不同位图取值直接的位运算（与或），来获取到结果集合向量（计算出的结果）。

** **

**举例讲解：**

假设存在数据表T，有两个数据列A和B，取值如下，我们看到A和B列中存在相同的数据。

![2012101023352768.jpg][]

对两个数据列A、B分别建立位图索引：idx\_t\_bita和idx\_t\_bitb。两个索引对应的存储逻辑结构如下：

Idx\_t\_bita索引结构，对应的是叶子节点：

![2012101023360212.jpg][]

Idx\_t\_bitb索引结构，对应的是叶子节点：

![2012101023362858.jpg][]

对查询“select \* from t where b=1 and (a=’L’ or a=’M’)”

**分析**：位图索引使用方面，和B\*索引有很大的不同。B\*索引的使用，通常是从根节点开始，经过不断的分支节点比较到最近的符合条件叶子节点。通过叶子节点上的不断Scan操作，“扫描”出结果集合rowid。

而位图索引的工作方式截然不同。通过不同位图取值直接的位运算（与或），来获取到结果集合向量（计算出的结果）。

针对实例SQL，可以拆分成如下的操作：

1、a=’L’ or a=’M’

a=L：向量：1010

a=M：向量：0001

or操作的结果，就是两个向量的或操作：结果为1011。

2、结合b=1的向量

中间结果向量：1011

B=1：向量：1001

and操作的结果，1001。翻译过来就是第一和第四行是查询结果。

3、获取到结果rowid

目前知道了起始rowid和终止rowid，以及第一行和第四行为操作结果。可以通过试算的方法获取到结果集合rowid。

**位图索引的特点**：

1.Bitmap索引的存储空间节省

2.Bitmap索引创建的速度快

3.Bitmap索引允许键值为空

4.Bitmap索引对表记录的高效访问

创建位图索引：

![复制代码][copycode.gif]

查看表记录
    SQL> select * from dex;
    ...................
            ID SEX NAME
    ---------- -- --------------------
           991 M  chongshi
           992 M  chongshi
           993 G  chongshi
           994 G  chongshi
           995 G  chongshi
           996 M  chongshi
           997 G  chongshi
           998 G  chongshi
           999 G  chongshi
          1000 M  chongshi
    
    1000 rows selected.
    
    对于上面表来说sex（性别）只有两种值，最适合用来创建位图所引
    创建索引：
    SQL> create bitmap index my_bit_idx on dex(sex);
    
    Index created.
    
    查看创建的所引
    SQL>  select object_name,object_type from user_objects;
    
    OBJECT_NAME                           OBJECT_TYPE
    --------------------------------------------------------------------------------
    MY_BIT_IDX                               INDEX

![复制代码][copycode.gif]

**创建索引的一些规则                                                   **

1、权衡索引个数与DML之间关系，DML也就是插入、删除数据操作。

这里需要权衡一个问题，建立索引的目的是为了提高查询效率的，但建立的索引过多，会影响插入、删除数据的速度，因为我们修改的表数据，索引也要跟着修改。这里需要权衡我们的操作是查询多还是修改多。

2、把索引与对应的表放在不同的表空间。

当读取一个表时表与索引是同时进行的。如果表与索引和在一个表空间里就会产生资源竞争，放在两个表这空就可并行执行。

3、最好使用一样大小是块。

Oracle默认五块，读一次I/O，如果你定义6个块或10个块都需要读取两次I/O。最好是5的整数倍更能提高效率。

4、如果一个表很大，建立索引的时间很长，因为建立索引也会产生大量的redo信息，所以在创建索引时可以设置不产生或少产生redo信息。只要表数据存在，索引失败了大不了再建，所以可以不需要产生redo信息。

5、建索引的时候应该根据具体的业务SQL来创建，特别是where条件，还有where条件的顺序，尽量将过滤大范围的放在后面，因为SQL执行是从后往前的。（小李飛菜刀）

**索引常见操作                                                            **

**改变索引**：

SQL> alter index employees_last _name_idx storage(next 400K maxextents 100);

索引创建后，感觉不合理，也可以对其参数进行修改。详情查看相关文档

**调整索引的空间：**

![复制代码][copycode.gif]

新增加空间
    SQL> alter index orders_region_id_idx allocate extent (size 200K datafile '/disk6/index01.dbf');
    
    释放空间
    SQL> alter index oraers_id_idx deallocate unused;

![复制代码][copycode.gif]

索引在使用的过程中可能会出现空间不足或空间浪费的情况，这个时候需要新增或释放空间。上面两条命令完成新增与释放操作。关于空间的新增oracle可以自动帮助，如果了解数据库的情况下手动增加可以提高性能。

**重新创建索引**：

所引是由oracle自动完成，当我们对数据库频繁的操作时，索引也会跟着进行修改，当我们在数据库中删除一条记录时，对应的索引中并没有把相应的索引只是做一个删除标记，但它依然占据着空间。除非一个块中所有的标记全被删除的时，整个块的空间才会被释放。这样时间久了，索引的性能就会下降。这个时候可以重新建立一个干净的索引来提高效率。

SQL> alter index orders_region_id_idx rebuild tablespace index02;

通过上面的命令就可以重现建立一个索引，oracle重建立索引的过程：

1、锁表，锁表之后其他人就不能对表做任何操作。

2、创建新的（干净的）临时索引。

3、把老的索引删除掉

4、把新的索引重新命名为老索引的名字

5、对表进行解锁。

**移动所引**：

其实，我们移动索引到其它表空间也同样使用上面的命令，在指定表空间时指定不同的表空间。新的索引创建在别位置，把老的干掉，就相当于移动了。

SQL> alter index orders_region_id_idx rebuild tablespace index03;

** **

**在线重新创建索引**：

上面介绍，在创建索引的时候，表是被锁定，不能被使用。对于一个大表，重新创建索引所需要的时间较长，为了满足用户对表操作的需求，就产生的这种在线重新创建索引。

SQL> alter index orders_id_idx  rebuild  online;

创建过程：

1、锁住表

2、创建立临时的和空的索引和IOT表用来存在on-going DML。普通表存放的键值，IOT所引表直接存放的表中数据；on-gong DML也就是用户所做的一些增删改的操作。

3、对表进行解锁

4、从老的索引创建一个新的索引。

5、IOT表里存放的是on-going DML信息，IOT表的内容与新创建的索引合并。

6、锁住表

7、再次将IOT表的内容更新到新索引中，把老的索引干掉。

8、把新的索引重新命名为老索引的名字

9、对表进行解锁

**整合索引碎片**：

![2012101023450440.png][]

如上图，在很多索引中有剩余的空间，可以通过一个命令把剩余空间整合到一起。

SQL> alter index orders_id_idx  coalesce;

**删除索引**：

SQL> drop  index  hr.departments_name_idx;

**分析索引                                                                                  **

检查所引的有效果，前面介绍，索引用的时间久了会产生大量的碎片、垃圾信息与浪费的剩余空间了。可以通过重新创建索引来提高所引的性能。

![2012101023465918.png][]

可以通过一条命令来完成分析索引，分析的结果会存放在在index\_stats表中。

![复制代码][copycode.gif]

查看存放分析数据的表：
    SQL> select count(*) from index_stats;
    
      COUNT(*)
    ----------
             0
    执行分析索引命令：
    SQL> analyze index my_bit_idx validate structure;
    
    Index analyzed.
    
    再次查看 index_stats 已经有了一条数据
    SQL> select count(*) from index_stats;
    
      COUNT(*)
    ----------
             1
    
    把数据查询出来：
    SQL> select height,name,lf_rows,lf_blks,del_lf_rows from index_stats;
    
        HEIGHT   NAME              LF_ROWS   LF_BLKS   DEL_LF_ROWS
    ---------- ---------------------------------------------------------------------- ---------- -----------
             2   MY_BIT_IDX            1000          3            100

![复制代码][copycode.gif]

**分析数据分析**：

（HEIGHT）这个所引高度是2 ，（NAME）索引名为MY\_BIT\_IDX  ，（LF\_ROWS）所引表有1000行数据，（LF\_BLKS）占用3个块，（DEL\_LF\_ROWS）删除100条记录。

这里也验证了前面所说的一个问题，删除的100条数据只是标记为删除，因为总的数据条数依然为1000条，占用3个块，那么每个块大于333条记录，只有删除的数据大于333条记录，这时一个块被清空，总的数据条数才会减少。

[2012101023243663.png]: /images/20220731/c476a823750f40efb9ef880cc82cf410.png
[copycode.gif]: /images/20220731/bfa13fe90ed642749c62e5a41802be1e.png
[2012101023284298.png]: /images/20220731/a84131a4c6ab4827b08effd42727293a.png
[2012101023314831.png]: /images/20220731/d0c1b11b6fdb486e9e35df9d345d2074.png
[2012101023352768.jpg]: /images/20220731/ed1bcc7936db49d99e395246781e2160.png
[2012101023360212.jpg]: /images/20220731/651a0261d13e45a8a308044163a3109b.png
[2012101023362858.jpg]: /images/20220731/fb716403824a4fc0b2b6bcffe163b810.png
[2012101023450440.png]: /images/20220731/87f20da5ffd24cf384d36d88c8b3cd98.png
[2012101023465918.png]: /images/20220731/87cdacf9e1e74e14ac632b4caf10d848.png