ezbit

详解oracle bitmap位图索引

位图索引是oracle中非常重要的一种索引形式。本文通过总结有关位图索引的资料，尝试回答如下几个问题：

1：什么是位图索引？

2：位图索引适合什么场景，不适合什么场景？

3：位图索引的性能如何？

什么是位图索引？

位图索引，顾名思义，与“位”有关。大家都知道，计算机中的所有信息最终都是通过“位bit”来运算的，二进制位运算在计算机中是非常高效的。每一个二进制位都可以取值0或者1，而取值的确切含义是由具体的上下文环境决定的。在oracle位图索引中，每一个二进制位代表了某一行中索引列的取值情况。例如，学生表中性别列的位图索引结构如下：

男:0101001101

女:1010110010

在上面的位图结构中，存储了10条学生记录的性别分布情况，以“男”性别为例，从左到右的第n个二进制位代表了第n条记录是否性别为男，如果二进制位为1，代表true即性别为男，0代表false即性别不为男。以此类推，从图中可以看出，第一条记录的性别为女，第二条记录的性别为男，...第九条记录的性别为女，第十条记录的性别为男。

大家都知道，在oracle中是根据rowid来定位记录的，因此，我们需要引入start rowid和end rowid，通过start rowid ，end rowid 和二进制位的偏移，我们就可以非常快速的计算出二进制位所代表的表记录rowid。位图索引的最终逻辑结构如下图：

位图索引适合什么场景，不适合什么场景？

现在我们已经了解了位图索引的逻辑结构，我们称每一单元的为一个位图片段。当我们修改某一行数据的时候，我们需要锁定该行列值所对应的位图片段，如果我们进行的是更新操作，同时还会锁定更新后新值所在的位图片段。例如我们将列值从01修改为03，就需要同时锁定01和03位图片段，此时如果有其他用户需要修改与01或者03关联的表记录上的索引字段，就会被阻塞， 因此位图索引不适合并发环境，在并发环境下可能会造成大量事务的阻塞。

从位图索引的逻辑结构也可以看出，当索引列的distinct cardinality较大时，索引所占用的存储空间也会成比例扩大。下面我们测试一下位图索引占用空间与distinct cardinality的关系：

数据库环境：oracle 11g

数据块大小：8k

CREATE or replace FUNCTION ind_spc_test(rn NUMBER) RETURN NUMBER
  AS
      v_j     NUMBER;
      v_dis   NUMBER;
      v_bm_sp NUMBER;
      v_bt_sp NUMBER;
    BEGIN
      FOR i IN 1 .. 10LOOP
        EXECUTE immediate 'truncate table t_easy1';
        EXECUTE immediate 'truncate table t_easy2';
        SELECT floor(rn/(11-i)) INTO v_j FROM dual;
        FOR j IN 1 .. rn LOOP
          INSERT INTO t_easy1 VALUES (mod(j,v_j));
          INSERT INTO t_easy2 VALUES (mod(j,v_j));
        END LOOP;
        commit;
        select count(distinct id) into v_j from t_easy1;
        EXECUTE immediate 'analyze index i_easy1 COMPUTE STATISTICS';
        SELECT lEAF_BLOCKS INTO v_bt_sp FROM user_indexes where index_name='I_EASY1';
        EXECUTE immediate 'analyze index i_easy2 COMPUTE STATISTICS';
        SELECT LEAF_BLOCKS INTO v_bm_sp FROM user_indexes where index_name='I_EASY2';
        INSERT INTO bitmap_ind_space VALUES (v_j,v_bm_sp,v_bt_sp,rn );
        COMMIT;
      END LOOP;
      RETURN 0;
    END;

SQL> select * from bitmap_ind_space order by 1;

DISTINCT_VAL BITMAP_IND_BLKS BTREE_IND_BLKS    ROW_NUM
------------ --------------- -------------- ----------
       10000		 139		300	100000
       11111		  79		335	100000
       12500		  89		285	100000
       14285		 103		220	100000
       16666		 120		257	100000
       20000		 146		310	100000
       25000		 183		293	100000
       33333		 246		262	100000
       50000		 371		296	100000
      100000		 408		200	100000

这里的测试比较简单，下面看看大师的实验结果：

从这里可以看出，随着distinct columns值的增加，位图索引占用空间逐步增大， 但即便在最坏的情况下，位图索引占用的空间也仅仅是普通索引的2～3倍，在存储日益普遍的今天，这恐怕并不是很大的问题。

位图索引的查询性能如何？

下面我们看一下位图索引的查询性能如何。

在很多资料中，都可以看到这样的论述：位图索引适合于 low distict cardinality的列。实际上，对于high distinct cardinality 的列，位图索引的查询性能也是非常不错的。下面我们来验证这个结论。

首先我们创建两张表:emp_normal和emp_random.

SQL> create table emp_normal(empno number(10), ename varchar2(30), sal number(10));

表已创建。

Begin
For i in 1..1000000
Loop
   Insert into emp_normal 
   values(i, dbms_random.string('U',30), dbms_random.value(1000,7000));
   If mod(i, 10000) = 0 then
   Commit;
  End if;
End loop;
 10  End;
 11  /

PL/SQL 过程已成功完成。

SQL> create table emp_random as select /* +append */ * from emp_normal order by dbms_random.random;

emp_random由于其记录是随机分布的，因此该表上索引的CLUSTERING_FACTOR要高一些。

我们首先看一下emp_normal表等值查询情况下，索引的效率如何：

SQL> create bitmap index bm_normal on emp_normal(empno);

索引已创建。


SQL> analyze table emp_normal compute statistics for table for all indexes for all indexed columns;

表已分析。

SQL> select index_name,clustering_factor from user_indexes;

INDEX_NAME		       CLUSTERING_FACTOR
------------------------------ -----------------
BM_NORMAL				 1000000

SQL> set autot traceonly
SQL> select * from emp_normal where empno=&empno;
输入 empno 的值:  1000
原值    1: select * from emp_normal where empno=&empno
新值    1: select * from emp_normal where empno=1000


执行计划
----------------------------------------------------------
Plan hash value: 1526426521

-------------------------------------------------------------------------------------------
| Id  | Operation		     | Name	  | Rows  | Bytes | Cost (%CPU)| Time	  |
-------------------------------------------------------------------------------------------
|   0 | SELECT STATEMENT	     |		  |	1 |    34 |	3   (0)| 00:00:01 |
|   1 |  TABLE ACCESS BY INDEX ROWID | EMP_NORMAL |	1 |    34 |	3   (0)| 00:00:01 |
|   2 |   BITMAP CONVERSION TO ROWIDS|		  |	  |	  |	       |	  |
|*  3 |    BITMAP INDEX SINGLE VALUE | BM_NORMAL  |	  |	  |	       |	  |
-------------------------------------------------------------------------------------------

Predicate Information (identified by operation id):
---------------------------------------------------

   3 - access("EMPNO"=1000)


统计信息
----------------------------------------------------------
	  1  recursive calls
	  0  db block gets
	  5  consistent gets
	  0  physical reads
	  0  redo size
	702  bytes sent via SQL*Net to client
	520  bytes received via SQL*Net from client
	  2  SQL*Net roundtrips to/from client
	  0  sorts (memory)
	  0  sorts (disk)
	  1  rows processed

SQL> select * from emp_normal where empno=&empno;
输入 empno 的值:  2398
原值    1: select * from emp_normal where empno=&empno
新值    1: select * from emp_normal where empno=2398


执行计划
----------------------------------------------------------
Plan hash value: 1526426521

-------------------------------------------------------------------------------------------
| Id  | Operation		     | Name	  | Rows  | Bytes | Cost (%CPU)| Time	  |
-------------------------------------------------------------------------------------------
|   0 | SELECT STATEMENT	     |		  |	1 |    34 |	3   (0)| 00:00:01 |
|   1 |  TABLE ACCESS BY INDEX ROWID | EMP_NORMAL |	1 |    34 |	3   (0)| 00:00:01 |
|   2 |   BITMAP CONVERSION TO ROWIDS|		  |	  |	  |	       |	  |
|*  3 |    BITMAP INDEX SINGLE VALUE | BM_NORMAL  |	  |	  |	       |	  |
-------------------------------------------------------------------------------------------

Predicate Information (identified by operation id):
---------------------------------------------------

   3 - access("EMPNO"=2398)


统计信息
----------------------------------------------------------
	  1  recursive calls
	  0  db block gets
	  5  consistent gets
	  0  physical reads
	  0  redo size
	703  bytes sent via SQL*Net to client
	520  bytes received via SQL*Net from client
	  2  SQL*Net roundtrips to/from client
	  0  sorts (memory)
	  0  sorts (disk)
	  1  rows processed

SQL> select * from emp_normal where empno=&empno;
输入 empno 的值:  8545
原值    1: select * from emp_normal where empno=&empno
新值    1: select * from emp_normal where empno=8545


执行计划
----------------------------------------------------------
Plan hash value: 1526426521

-------------------------------------------------------------------------------------------
| Id  | Operation		     | Name	  | Rows  | Bytes | Cost (%CPU)| Time	  |
-------------------------------------------------------------------------------------------
|   0 | SELECT STATEMENT	     |		  |	1 |    34 |	3   (0)| 00:00:01 |
|   1 |  TABLE ACCESS BY INDEX ROWID | EMP_NORMAL |	1 |    34 |	3   (0)| 00:00:01 |
|   2 |   BITMAP CONVERSION TO ROWIDS|		  |	  |	  |	       |	  |
|*  3 |    BITMAP INDEX SINGLE VALUE | BM_NORMAL  |	  |	  |	       |	  |
-------------------------------------------------------------------------------------------

Predicate Information (identified by operation id):
---------------------------------------------------

   3 - access("EMPNO"=8545)


统计信息
----------------------------------------------------------
	  1  recursive calls
	  0  db block gets
	  5  consistent gets
	  0  physical reads
	  0  redo size
	703  bytes sent via SQL*Net to client
	520  bytes received via SQL*Net from client
	  2  SQL*Net roundtrips to/from client
	  0  sorts (memory)
	  0  sorts (disk)
	  1  rows processed

SQL> select * from emp_normal where empno=&empno;
输入 empno 的值:  128444
原值    1: select * from emp_normal where empno=&empno
新值    1: select * from emp_normal where empno=128444


执行计划
----------------------------------------------------------
Plan hash value: 1526426521

-------------------------------------------------------------------------------------------
| Id  | Operation		     | Name	  | Rows  | Bytes | Cost (%CPU)| Time	  |
-------------------------------------------------------------------------------------------
|   0 | SELECT STATEMENT	     |		  |	1 |    34 |	3   (0)| 00:00:01 |
|   1 |  TABLE ACCESS BY INDEX ROWID | EMP_NORMAL |	1 |    34 |	3   (0)| 00:00:01 |
|   2 |   BITMAP CONVERSION TO ROWIDS|		  |	  |	  |	       |	  |
|*  3 |    BITMAP INDEX SINGLE VALUE | BM_NORMAL  |	  |	  |	       |	  |
-------------------------------------------------------------------------------------------

Predicate Information (identified by operation id):
---------------------------------------------------

   3 - access("EMPNO"=128444)


统计信息
----------------------------------------------------------
	  1  recursive calls
	  0  db block gets
	  5  consistent gets
	  0  physical reads
	  0  redo size
	704  bytes sent via SQL*Net to client
	520  bytes received via SQL*Net from client
	  2  SQL*Net roundtrips to/from client
	  0  sorts (memory)
	  0  sorts (disk)
	  1  rows processed

SQL> drop index bm_normal;

索引已删除。

SQL> create index bt_normal on emp_normal(empno);

索引已创建。

SQL> analyze table emp_normal compute statistics for table for all indexes for all indexed columns;

表已分析。

SQL> select index_name,clustering_factor from user_indexes;

INDEX_NAME		       CLUSTERING_FACTOR
------------------------------ -----------------
BT_NORMAL				    6210
SYS_IL0000076897C00002$$
PK_EMP					       1
PK_DEPT 				       1

SQL> set autot traceonly
SQL> select * from emp_normal where empno=&empno;
输入 empno 的值:  1000
原值    1: select * from emp_normal where empno=&empno
新值    1: select * from emp_normal where empno=1000


执行计划
----------------------------------------------------------
Plan hash value: 733975378

------------------------------------------------------------------------------------------
| Id  | Operation		    | Name	 | Rows  | Bytes | Cost (%CPU)| Time	 |
------------------------------------------------------------------------------------------
|   0 | SELECT STATEMENT	    |		 |     1 |    34 |     4   (0)| 00:00:01 |
|   1 |  TABLE ACCESS BY INDEX ROWID| EMP_NORMAL |     1 |    34 |     4   (0)| 00:00:01 |
|*  2 |   INDEX RANGE SCAN	    | BT_NORMAL  |     1 |	 |     3   (0)| 00:00:01 |
------------------------------------------------------------------------------------------

Predicate Information (identified by operation id):
---------------------------------------------------

   2 - access("EMPNO"=1000)


统计信息
----------------------------------------------------------
	  1  recursive calls
	  0  db block gets
	  5  consistent gets
	  0  physical reads
	  0  redo size
	702  bytes sent via SQL*Net to client
	520  bytes received via SQL*Net from client
	  2  SQL*Net roundtrips to/from client
	  0  sorts (memory)
	  0  sorts (disk)
	  1  rows processed

SQL> select * from emp_normal where empno=&empno;
输入 empno 的值:  128444
原值    1: select * from emp_normal where empno=&empno
新值    1: select * from emp_normal where empno=128444


执行计划
----------------------------------------------------------
Plan hash value: 733975378

------------------------------------------------------------------------------------------
| Id  | Operation		    | Name	 | Rows  | Bytes | Cost (%CPU)| Time	 |
------------------------------------------------------------------------------------------
|   0 | SELECT STATEMENT	    |		 |     1 |    34 |     4   (0)| 00:00:01 |
|   1 |  TABLE ACCESS BY INDEX ROWID| EMP_NORMAL |     1 |    34 |     4   (0)| 00:00:01 |
|*  2 |   INDEX RANGE SCAN	    | BT_NORMAL  |     1 |	 |     3   (0)| 00:00:01 |
------------------------------------------------------------------------------------------

Predicate Information (identified by operation id):
---------------------------------------------------

   2 - access("EMPNO"=128444)


统计信息
----------------------------------------------------------
	  1  recursive calls
	  0  db block gets
	  5  consistent gets
	  0  physical reads
	  0  redo size
	704  bytes sent via SQL*Net to client
	520  bytes received via SQL*Net from client
	  2  SQL*Net roundtrips to/from client
	  0  sorts (memory)
	  0  sorts (disk)
	  1  rows processed

SQL> select * from emp_normal where empno=&empno;
输入 empno 的值:  2398
原值    1: select * from emp_normal where empno=&empno
新值    1: select * from emp_normal where empno=2398


执行计划
----------------------------------------------------------
Plan hash value: 733975378

------------------------------------------------------------------------------------------
| Id  | Operation		    | Name	 | Rows  | Bytes | Cost (%CPU)| Time	 |
------------------------------------------------------------------------------------------
|   0 | SELECT STATEMENT	    |		 |     1 |    34 |     4   (0)| 00:00:01 |
|   1 |  TABLE ACCESS BY INDEX ROWID| EMP_NORMAL |     1 |    34 |     4   (0)| 00:00:01 |
|*  2 |   INDEX RANGE SCAN	    | BT_NORMAL  |     1 |	 |     3   (0)| 00:00:01 |
------------------------------------------------------------------------------------------

Predicate Information (identified by operation id):
---------------------------------------------------

   2 - access("EMPNO"=2398)


统计信息
----------------------------------------------------------
	  1  recursive calls
	  0  db block gets
	  5  consistent gets
	  0  physical reads
	  0  redo size
	703  bytes sent via SQL*Net to client
	520  bytes received via SQL*Net from client
	  2  SQL*Net roundtrips to/from client
	  0  sorts (memory)
	  0  sorts (disk)
	  1  rows processed

总结如下：

BITMAP		EMPNO	B-TREE
Consistent Reads	Physical Reads	EMPNO	Consistent Reads	Physical Reads
5	0	1000	5	0
5	0	2398	5	0
5	0	8545	5	0
5	0	98008	5	0
5	0	85342	5	0
5	0	128444	5	0
5	0	858	5	0

对emp_random表进行实验，得出的结果与之类似，这里不再獒述。从这里可以看出，在唯一列上的等值查询，位图索引与btree索引的效率相当。

下面，我们在针对范围查询来进行测试。

SQL> create bitmap index bm_random  on emp_random(empno);

索引已创建。

SQL> analyze table emp_random compute statistics for table for all indexes for all columns;

表已分析。

SQL> select index_name,clustering_factor from user_indexes;

INDEX_NAME		       CLUSTERING_FACTOR
------------------------------ -----------------
BM_RANDOM				 1000000


SQL> set autot traceonly
SQL> select * from emp_random where empno between &range1 and &range2;
输入 range1 的值:  1
输入 range2 的值:  2300
原值    1: select * from emp_random where empno between &range1 and &range2
新值    1: select * from emp_random where empno between 1 and 2300

已选择2300行。


执行计划
----------------------------------------------------------
Plan hash value: 811843605

-------------------------------------------------------------------------------------------
| Id  | Operation		     | Name	  | Rows  | Bytes | Cost (%CPU)| Time	  |
-------------------------------------------------------------------------------------------
|   0 | SELECT STATEMENT	     |		  |  2299 | 85063 |   418   (1)| 00:00:06 |
|   1 |  TABLE ACCESS BY INDEX ROWID | EMP_RANDOM |  2299 | 85063 |   418   (1)| 00:00:06 |
|   2 |   BITMAP CONVERSION TO ROWIDS|		  |	  |	  |	       |	  |
|*  3 |    BITMAP INDEX RANGE SCAN   | BM_RANDOM  |	  |	  |	       |	  |
-------------------------------------------------------------------------------------------

Predicate Information (identified by operation id):
---------------------------------------------------

   3 - access("EMPNO">=1 AND "EMPNO"<=2300)


统计信息
----------------------------------------------------------
	  1  recursive calls
	  0  db block gets
       2463  consistent gets
	  0  physical reads
	  0  redo size
     130225  bytes sent via SQL*Net to client
       2203  bytes received via SQL*Net from client
	155  SQL*Net roundtrips to/from client
	  0  sorts (memory)
	  0  sorts (disk)
       2300  rows processed

SQL> select * from emp_random where empno between &range1 and &range2;
输入 range1 的值:  8
输入 range2 的值:  1980
原值    1: select * from emp_random where empno between &range1 and &range2
新值    1: select * from emp_random where empno between 8 and 1980

已选择1973行。


执行计划
----------------------------------------------------------
Plan hash value: 811843605

-------------------------------------------------------------------------------------------
| Id  | Operation		     | Name	  | Rows  | Bytes | Cost (%CPU)| Time	  |
-------------------------------------------------------------------------------------------
|   0 | SELECT STATEMENT	     |		  |  1972 | 72964 |   366   (0)| 00:00:05 |
|   1 |  TABLE ACCESS BY INDEX ROWID | EMP_RANDOM |  1972 | 72964 |   366   (0)| 00:00:05 |
|   2 |   BITMAP CONVERSION TO ROWIDS|		  |	  |	  |	       |	  |
|*  3 |    BITMAP INDEX RANGE SCAN   | BM_RANDOM  |	  |	  |	       |	  |
-------------------------------------------------------------------------------------------

Predicate Information (identified by operation id):
---------------------------------------------------

   3 - access("EMPNO">=8 AND "EMPNO"<=1980)


统计信息
----------------------------------------------------------
	  1  recursive calls
	  0  db block gets
       2114  consistent gets
	  0  physical reads
	  0  redo size
     111758  bytes sent via SQL*Net to client
       1961  bytes received via SQL*Net from client
	133  SQL*Net roundtrips to/from client
	  0  sorts (memory)
	  0  sorts (disk)
       1973  rows processed

SQL> select * from emp_random where empno between &range1 and &range2;
输入 range1 的值:  28888
输入 range2 的值:  31850
原值    1: select * from emp_random where empno between &range1 and &range2
新值    1: select * from emp_random where empno between 28888 and 31850

已选择2963行。


执行计划
----------------------------------------------------------
Plan hash value: 811843605

-------------------------------------------------------------------------------------------
| Id  | Operation		     | Name	  | Rows  | Bytes | Cost (%CPU)| Time	  |
-------------------------------------------------------------------------------------------
|   0 | SELECT STATEMENT	     |		  |  2962 |   107K|   513   (0)| 00:00:07 |
|   1 |  TABLE ACCESS BY INDEX ROWID | EMP_RANDOM |  2962 |   107K|   513   (0)| 00:00:07 |
|   2 |   BITMAP CONVERSION TO ROWIDS|		  |	  |	  |	       |	  |
|*  3 |    BITMAP INDEX RANGE SCAN   | BM_RANDOM  |	  |	  |	       |	  |
-------------------------------------------------------------------------------------------

Predicate Information (identified by operation id):
---------------------------------------------------

   3 - access("EMPNO">=28888 AND "EMPNO"<=31850)


统计信息
----------------------------------------------------------
	  1  recursive calls
	  0  db block gets
       3172  consistent gets
	  0  physical reads
	  0  redo size
     170625  bytes sent via SQL*Net to client
       2687  bytes received via SQL*Net from client
	199  SQL*Net roundtrips to/from client
	  0  sorts (memory)
	  0  sorts (disk)
       2963  rows processed

SQL> drop index bm_random;

索引已删除。

SQL> create index bt_random on emp_random(empno);

索引已创建。

SQL> analyze table emp_random compute statistics for table for all indexes for all columns;

表已分析。

SQL> set autot off
SQL> select index_name,clustering_factor from user_indexes;

INDEX_NAME		       CLUSTERING_FACTOR
------------------------------ -----------------
BT_RANDOM				  999834
SQL> set autot traceonly
SQL> select * from emp_random where empno between &range1 and &range2;
输入 range1 的值:  1
输入 range2 的值:  2300
原值    1: select * from emp_random where empno between &range1 and &range2
新值    1: select * from emp_random where empno between 1 and 2300

已选择2300行。


执行计划
----------------------------------------------------------
Plan hash value: 731629521

--------------------------------------------------------------------------------
| Id  | Operation	  | Name       | Rows  | Bytes | Cost (%CPU)| Time     |
--------------------------------------------------------------------------------
|   0 | SELECT STATEMENT  |	       |  2299 | 85063 |  1735	 (1)| 00:00:21 |
|*  1 |  TABLE ACCESS FULL| EMP_RANDOM |  2299 | 85063 |  1735	 (1)| 00:00:21 |
--------------------------------------------------------------------------------

Predicate Information (identified by operation id):
---------------------------------------------------

   1 - filter("EMPNO"<=2300 AND "EMPNO">=1)


统计信息
----------------------------------------------------------
	  1  recursive calls
	  0  db block gets
       6410  consistent gets
	  0  physical reads
	  0  redo size
     121081  bytes sent via SQL*Net to client
       2203  bytes received via SQL*Net from client
	155  SQL*Net roundtrips to/from client
	  0  sorts (memory)
	  0  sorts (disk)
       2300  rows processed

SQL> select * from emp_random where empno between &range1 and &range2;
输入 range1 的值:  8
输入 range2 的值:  1980
原值    1: select * from emp_random where empno between &range1 and &range2
新值    1: select * from emp_random where empno between 8 and 1980

已选择1973行。


执行计划
----------------------------------------------------------
Plan hash value: 731629521

--------------------------------------------------------------------------------
| Id  | Operation	  | Name       | Rows  | Bytes | Cost (%CPU)| Time     |
--------------------------------------------------------------------------------
|   0 | SELECT STATEMENT  |	       |  1972 | 72964 |  1735	 (1)| 00:00:21 |
|*  1 |  TABLE ACCESS FULL| EMP_RANDOM |  1972 | 72964 |  1735	 (1)| 00:00:21 |
--------------------------------------------------------------------------------

Predicate Information (identified by operation id):
---------------------------------------------------

   1 - filter("EMPNO"<=1980 AND "EMPNO">=8)


统计信息
----------------------------------------------------------
	  1  recursive calls
	  0  db block gets
       6388  consistent gets
	  0  physical reads
	  0  redo size
     103922  bytes sent via SQL*Net to client
       1961  bytes received via SQL*Net from client
	133  SQL*Net roundtrips to/from client
	  0  sorts (memory)
	  0  sorts (disk)
       1973  rows processed

归纳如下，

BITMAP		EMPNO (Range)	B-TREE
Consistent Reads	Physical Reads	EMPNO (Range)	Consistent Reads	Physical Reads
2463	0	1-2300	6410	0
2114	0	8-1980	6388	0
2572	0	1850-4250	6418	0
3172	0	28888-31850	6456	0
2762	0	82900-85478	6431	0
7254	0	984888-1000000	7254	0

从这里可以看出，位图索引要优于btree索引，这是因为btree索引的cluster factor 较大，从而优化器选择了全表扫描。即便在emp_normal 表下，即clustering factor较小时，位图索引btree索引相当的。因此在distinct cardinality 较大的情况下，范围扫描的效率位图索引也是不逊色与btree索引。

总结如下：

位图索引的查询性能经常是优于btree索引的，即便在distinct cardinality较大的情况下

位图索引不适合与dml频繁的环境

位图索引适用于DSS系统

位图索引可以进行逻辑运算，多个索引和同时在查询语句中发挥作用，这是一个非常重要的地方

hive批量修复分区青云游子 Hive hive 数据库 hadoop
#!/bin/bashset-x#定义Hive数据库的名称database_name="edu"#定义要排除的表名exclude_table="tab_name"#使用Hive的shell命令获取所有的表名tables=$(hive-e"USE$database_name;SHOWTABLES;")#初始化一个字符串，用于存储所有的MSCKREPAIRTABLE命令commands="USE$da
【MySQL】JDBC的连接 m0_74823388 mysql 数据库
目录一.具体操作如下1.注册驱动二.实操JDBC（JavaDataBaseConnectivity）java数据库连接，是JavaEE平台下的技术规范，其定义了在Java语言中连接数据，执行SQL语句的标准，可以为多种关系数据库提供统一访问。一.具体操作如下1.注册驱动Class.forName("com.mysql.cj.jdbc.Driver");2.获取连接DriverManager(驱动管
第79期 | GPTSecurity周报云起无垠 GPTSecurity AIGC gpt
GPTSecurity是一个涵盖了前沿学术研究和实践经验分享的社区，集成了生成预训练Transformer（GPT）、人工智能生成内容（AIGC）以及大语言模型（LLM）等安全领域应用的知识。在这里，您可以找到关于GPT/AIGC/LLM最新的研究论文、博客文章、实用的工具和预设指令（Prompts）。现为了更好地知悉近一周的贡献内容，现总结如下。SecurityPapers1.TrojanWhi
第60期 | GPTSecurity周报云起无垠 GPTSecurity 人工智能语言模型网络安全
GPTSecurity是一个涵盖了前沿学术研究和实践经验分享的社区，集成了生成预训练Transformer（GPT）、人工智能生成内容（AIGC）以及大语言模型（LLM）等安全领域应用的知识。在这里，您可以找到关于GPT/AIGC/LLM最新的研究论文、博客文章、实用的工具和预设指令（Prompts）。现为了更好地知悉近一周的贡献内容，现总结如下。SecurityPapers1.映射你的模型：评估
《多模态语言模型：一个开放探索的技术新领域》 XianxinMao 语言模型人工智能算法
核心主题多模态语言模型的特点仍处于探索和定义阶段没有固定的标准任务和评估方法研究方向高度开放技术路径主要存在两种方法：后期融合(LateFusion)从语言模型backbone开始添加图像编码器效果稳定，成本可控早期融合(EarlyFusion)从多模态数据集预训练效果尚不明显需要更大规模计算资源开放和透明的重要性促进知识累积和技术迭代降低技术准入门槛避免技术垄断便于安全性审计主要挑战技术层面数据
集群间hive数仓迁移 one code database
方式一：(此方法需要建库建表)第一步：建库建表在原集群hive上查看迁移表的建表语句及所在库，然后在新集群hive上建库建表；showcreatetabletb_name;createdatabasedb_name;createtabletb_name.....第二步：转移数据文件到新集群；在旧集群中下载数据到本地hadoopfs-get/user/hive/warehouse/dc_ods.db
第83期 | GPTSecurity周报云起无垠 GPTSecurity 人工智能网络安全
GPTSecurity是一个涵盖了前沿学术研究和实践经验分享的社区，集成了生成预训练Transformer（GPT）、人工智能生成内容（AIGC）以及大语言模型（LLM）等安全领域应用的知识。在这里，您可以找到关于GPT/AIGC/LLM最新的研究论文、博客文章、实用的工具和预设指令（Prompts）。现为了更好地知悉近一周的贡献内容，现总结如下。SecurityPapers1.混乱中建立秩序：人
非科班研究生转码-零基础学java笔记总结复习（2） Javaer.Zhang的乞讨之路 java 大数据后端 android 算法
说明：该Java笔记是基于B站韩顺平老师讲的Java来总结提炼的，其中参考了韩老师总结的笔记。具体内容可到B站观看韩顺平老师的Java详细了解。省略号表示不重要。。。具体参考韩老师笔记。目录级别，例：第#章#.##.#.##.#.#.#正文重点内容使用加粗，下划线，红体字等表示。全部内容共28章。需要了解哪章进主页看序号即可。[本文为第二章]目录第2章JAVA概述2.1什么是程序2.2JAVA诞生
IoTDB 入门教程基础篇⑤——数据模型和基础概念小康师兄 Apache IoTDB 入门教程 IoTDB 物联网数据模型数据库时序数据库
文章目录一、前文二、数据模型2.1关系型数据库MySQL。2.2时序数据库TDengine2.3时序数据库InfluxDB2.4时序数据库IoTDB（本专栏的正主）三、基础概念3.1数据库（Database）3.2设备模板（元数据模板）3.3设备（实体）3.4物理量（字段）四、数据类型参考一、前文IoTDB入门教程——导读本文主要讲述IoTDB的数据模型和基础概念。不同的数据库都有不同侧重，IoT
AUTOSAR汽车电子嵌入式编程精讲300篇-智能网联汽车CAN总线-基于电压信号的CAN总线入侵检测系统设计与实现格图素书汽车网络
目录前言入侵检测系统研究现状入侵检测系统建模CAN总线入侵检测威胁模型DeepSVDD模型入侵检测系统方案设计挑战和解决方案差分信号的采集与处理差分信号的特征提取入侵检测模型的设计入侵检测系统性能评估实验环境设置不同的车辆状态不同数量的攻击目标不同发送频率的攻击消息DeepSVDD模型与SVDD模型的比较本文篇幅较长，分为多篇，文章索引详见智能网联汽车CAN总线-发展现状智能网联汽车CAN总线-智
自学记录鸿蒙API 13：PreviewKit从文件预览到应用开发 harmonyos-next
学习了一些API13之后，我决定研究一下PreviewKit（文件预览服务）。这个模块可以快速预览多种文件类型，包括文本、图片、视频、音频和PDF等，为文件管理类应用提供了系统级支持。这次学习不仅是技术上的积累，更是个人能力的全面提升。我会从实际开发的角度，带大家了解PreviewKit的功能和实现，并分享如何利用它开发出一款实用的文件预览助手应用。通过我的实践经验，希望能为其他开发者提供灵感与帮
2025 年最好的谷歌地图数据采集软件推荐后端
2024年，谷歌地图抓取已成为企业和研究人员的一大变革。凭借不断更新的餐厅、酒店、药店等数据库，谷歌地图提供了大量信息。通过使用正确的谷歌地图抓取工具，您可以解锁有价值的见解，以进行潜在客户生成、市场研究和竞争分析。最好的谷歌地图抓取工具使您能够自动收集数据，节省时间和资源，同时确保准确性。无论您是想分析竞争对手还是扩大客户群，这些工具都能为您提供成功所需的优势。关键要点谷歌地图抓取工具可以访问有
Python编程与在线医疗平台数据挖掘与数据应用交互性研究 Allen_LVyingbo 数智化医院2025 python 数据挖掘
一、引言1.1研究背景与意义在互联网技术飞速发展的当下，在线医疗平台如雨后春笋般涌现，为人们的就医方式带来了重大变革。这些平台打破了传统医疗服务在时间和空间上的限制，使患者能够更加便捷地获取医疗资源。据相关报告显示，中国基于互联网的医疗保健行业已进入新的发展阶段，2023年中国在线医疗服务增长显著，高质量医院和在线医疗平台取得了长足进步，在线医疗的用户规模也在持续扩大，其中在线咨询服务的用户占比较
基于生成式人工智能的网联自动驾驶：通感融合决策技术罗伯特之技术屋行业信息处理技术与政策研究专栏人工智能自动驾驶机器学习
【摘要】探讨了生成式人工智能在网联自动驾驶技术中的潜在价值。现有研究主要侧重于传统感知决策和车联网技术，但却忽视了生成式人工智能在推动自动驾驶方面的重要作用。首先讨论了生成式人工智能技术如何提高自动驾驶决策、训练、感知和导航等模块的性能，接着探讨了其在融合了语义通信、通感一体和新型空口技术的下一代车联网中的角色，然后提出了基于人工智能代理的网联自动驾驶模型，最后强调生成式人工智能是实现车辆高级别自
.net 启动mysql数据库连接,ASP.NET实战002：MySQL数据库连接 CodeConjurer .net 启动mysql数据库连接
数据库管理系统数据库是用来存放数据的仓库，它拥有很大的存储空间，可以用来存放我们系统的所有数据。而数据库管理系统(DBMS)是为管理数据库而设计的系统，可以对文件中的数据进行新增、截取、更新、删除、查询、备份等操作，最主要是安全可靠、灵活高效、性能优越。目前主流的数据库管理系统有：Oracle、MySQL、SQLServer、PostgreSQL、MongoDB、DB2、Redis等，今天主要分享
使用工具深度优化Docker镜像 ivwdcwso 运维 docker 容器云原生
1.引言Docker镜像优化是容器化应用开发中的关键环节。一个优化良好的镜像不仅可以减少存储和传输成本，还能提升应用的启动速度和安全性。然而，优化镜像的同时，必须确保镜像的功能不受影响。本文将从专业研究员的角度，详细介绍如何使用工具深度优化Docker镜像，并确保优化后的镜像能够正常运行。2.Docker镜像优化的核心目标减小镜像体积：减少存储和传输成本。提升构建效率：通过缓存和并行构建减少构建时
Chromium 132 编译指南 Mac篇（一）- 环境准备守城小轩浏览器开发 chrome devtools 浏览器开发指纹浏览器 chrome
1.引言在当今浏览器领域，开源项目Chromium的地位举足轻重。作为GoogleChrome浏览器的技术核心，Chromium不仅驱动着这款全球流行的浏览器，还为众多衍生浏览器项目奠定了坚实的基础。对于热衷于浏览器技术研究，或有志于开发自有浏览器的开发者来说，掌握Chromium的编译技术是迈向成功的第一步。本指南将聚焦于macOS平台，为开发者提供一份详尽的Chromium132编译入门教程。
wordpress常见数据库连接错误原因及其解决方案 wodrpress资源分享数据库 wordpress
WordPress数据库连接错误通常是由于数据库配置问题、数据库服务器问题或权限问题引起的。以下是一些常见的数据库连接错误及其解决方案：常见错误信息1.“Errorestablishingadatabaseconnection”2.“WordPressdatabaseerror:[Errormessage]”3.“Unknowndatabase”4.“Accessdeniedforuser”常见原
利用Python爬虫获取阿里巴巴商品详情：代码示例与实践指南小爬虫程序猿 API python 爬虫开发语言
在电商数据分析和市场研究中，获取商品详情是至关重要的一步。虽然阿里巴巴开放平台提供了官方API来获取商品信息，但在某些情况下，使用爬虫技术来抓取数据也是一种有效的手段。本文将介绍如何利用Python爬虫获取阿里巴巴商品详情，并提供详细的代码示例。一、准备工作（一）环境搭建确保你的Python环境已经安装了以下必要的库：requests：用于发送HTTP请求。BeautifulSoup：用于解析HT
深度学习项目--基于LSTM的火灾预测研究(pytorch实现) 羊小猪~~ RNN LSTM神经网络案例机器学习/数据分析案例深度学习 lstm pytorch 人工智能机器学习 rnn gru
本文为365天深度学习训练营中的学习记录博客原作者：K同学啊前言LSTM模型一直是一个很经典的模型，这个模型当然也很复杂，一般需要先学习RNN、GRU模型之后再学，GRU、LSTM的模型讲解将在这两天发布更新，其中：深度学习基础–一文搞懂RNN深度学习基础–GRU学习笔记(李沐《动手学习深度学习》)这一篇：是基于LSTM模型火灾预测研究，讲述了如何构建时间数据、模型如何构建、pytorch中LST
Oracle 学习全攻略来恩1003 Oracle oracle 学习数据库
Oracle学习资料Oracle学习资料Oracle学习资料在当今信息技术蓬勃发展的时代，数据库管理系统起着举足轻重的作用，而Oracle作为行业内的领军者，以其强大、稳定、高效的特性，广泛应用于金融、电信、政府等诸多关键领域。若你渴望踏入数据库领域的高阶殿堂，开启Oracle的学习之旅无疑是明智之举。以下将为你详细阐述Oracle的学习路径。一、入门奠基：环境搭建与初步认知了解Oracle体系架
Oracle从入门到精通布朗克168 #Oracle学习数据库经验分享数据库 oracle
文章目录一、Oracle基础认知二、安装与配置（一）下载与准备（二）安装步骤（三）基本操作三、数据库查询与管理（一）查询数据（二）备份与恢复四、高级功能探索（一）数据库优化（二）存储过程与触发器五、Java与Oracle集成（一）连接Oracle数据库（二）使用JPA六、进阶学习（一）分页（二）视图（三）存储过程（四）约束（五）序列（六）同义词（七）索引一、Oracle基础认知Oracle数据库是
构建决策树对于流失用户进行分类努力学习中的阿达
最近被分配到商业分析组配合商业分析师对流失掉的客户进行研究。我最先接到的任务是根据客服部门记录的客户的流失原因，对于这些客户的流失原因做分类。商业分析师给我提供了23个类别，要求我把客户都分到这些类中。最开始我企图通过建立关键词规则，比如包含某些单词或者不包含某些单词，但是实际上发现分类的结果很差，规则首先不完备，并且彼此还可能冲突，分类的结果当然就很差。于是我就想到可以利用文本挖掘的方法，对于客
TDengine 如何进行高效数据建模 TDengine （老段） tdengine 数据库 oracle 时序数据库大数据
1.背景数据建模对于数据库建立后整体高效运行非常关键，不同建模方式，可能会产生相差几倍的性能差别2.建库建模在建库阶段应考虑几下几点：建多少库根据业务情况确定建库个数，TDengine不支持跨库查询，如果业务数据之间会发生相互查询，那就需要把这些数据设计在一个库中，根据业务的独立性创建相应数据库，数据库个数多少不会对性能产生大的影响。建库语法CREATEDATABASE[IFNOTEXISTS]d
青少年编程与数学 02-007 PostgreSQL数据库应用 06课题、数据库操作明月看潮生编程与数学第02阶段数据库青少年编程 postgresql 编程与数学
青少年编程与数学02-007PostgreSQL数据库应用06课题、数据库操作一、数据库的文件组成二、系统数据库三、创建数据库使用psql命令行工具使用CREATEDATABASE的选项使用PostgreSQL的图形界面工具四、数据库配置连接到新数据库设置搜索路径修改字符集和校对规则设置默认的事务隔离级别启用或禁用标准协程设置WAL相关参数配置角色和权限设置资源配额配置其他参数使用图形界面工具五、
小北的技术博客：探索华为昇腾CANN训练营与AI技术创新——Ascend C算子开发能力认证考试（初级） Stitch . C语言 HUAWEI 算法人工智能华为大数据 HUAWEI AScend c语言 NPU
前言哈喽哈喽友友们，这里是zyll~（小北）智慧龙阁的创始人及核心技术开发者。在技术的广阔天地里，我专注于大数据与全栈开发，并致力于成为这一领域的新锐力量。通过智慧龙阁这个平台，我期望能与大家分享我的技术心得，共同探索技术的无限可能。AscendC编程：小北的技术之旅近期，我深入研究了AscendC编程，并整理了一系列关于AscendC算子开发能力认证考试（初级）的题目及其答案。我希望这些内容能为
管理口令安全和资源（二）远歌已逝数据库安全 oracle 数据库
DBMS_METADATADBMS_METADATA是Oracle数据库中的一个包，它提供了用于管理数据库元数据的工具和过程。元数据是关于数据的数据，它描述了数据库的结构，包括表、视图、索引、存储过程、用户和其他数据库对象的信息。DBMS_METADATA包允许用户获取、修改和重建数据库对象的元数据。DBMS_METADATA包在Oracle9iRelease2（9.2.0.1）中首次引入，并在后
抖音实时转播通过换脸改声音实现0违规 xiezhixiao python 算法排序算法
研究了很久，终于研究出来咯，抖音实时转播通过换脸改声音实现0违规，无人直播非常懒的方式这个也是个好招数。
2012广东工业大学毕业论文撰写与答辩指南永不放弃yes
本文还有配套的精品资源，点击获取简介：《2012毕业论文手册》是广东工业大学提供的毕业生论文写作与答辩的综合指导手册。它涵盖了从选题到答辩的完整流程，强调研究能力与学术水平的重要性。手册详细介绍了毕业设计的目的、意义，选题与开题报告的撰写，文献调研与引用的规范，研究方法与实验设计的科学性，论文的结构与撰写技巧，以及论文评审与答辩的准备策略。此外，它还提醒学生注意学术诚信与道德规范。通过这份手册，学
jira使用教程pdf_Encom modelvision pro 中文使用教程使用手册.pdf weixin_39774491 jira使用教程pdf
EnergyXT.v2.5.3-UNION\ESF.Database.Migration.Toolkit.Professional.Edition.v6.4.01.Incl.FarPoint.Spread.for.ASP.NET.v4.0.2023.for.DotNET.Framework.v2.0-BEAN\FarPoint.Spread.for.ASP.NET.v4.0.3523.for.Do
基本数据类型和引用类型的初始值 3213213333332132 java基础
package com.array; /** * @Description 测试初始值 * @author FuJianyong * 2015-1-22上午10:31:53 */ public class ArrayTest { ArrayTest at; String str; byte bt; short s; int i; long
摘抄笔记--《编写高质量代码：改善Java程序的151个建议》白糖_ 高质量代码
记得3年前刚到公司，同桌同事见我无事可做就借我看《编写高质量代码：改善Java程序的151个建议》这本书，当时看了几页没上心就没研究了。到上个月在公司偶然看到，于是乎又找来看看，我的天，真是非常多的干货，对于我这种静不下心的人真是帮助莫大呀。看完整本书，也记了不少笔记
【备忘】Django 常用命令及最佳实践 dongwei_6688 django
注意：本文基于 Django 1.8.2 版本生成数据库迁移脚本（python 脚本） python manage.py makemigrations polls 说明：polls 是你的应用名字，运行该命令时需要根据你的应用名字进行调整查看该次迁移需要执行的 SQL 语句（只查看语句，并不应用到数据库上）： python manage.p
阶乘算法之一N! 末尾有多少个零周凡杨 java 算法阶乘面试效率
&n
spring注入servlet g21121 Spring注入
传统的配置方法是无法将bean或属性直接注入到servlet中的，配置代理servlet亦比较麻烦，这里其实有比较简单的方法，其实就是在servlet的init()方法中加入要注入的内容： ServletContext application = getServletContext(); WebApplicationContext wac = WebApplicationContextUtil
Jenkins 命令行操作说明文档 510888780 centos
假设Jenkins的URL为http://22.11.140.38:9080/jenkins/ 基本的格式为 java 基本的格式为 java -jar jenkins-cli.jar [-s JENKINS_URL] command [options][args] 下面具体介绍各个命令的作用及基本使用方法 1. &nb
UnicodeBlock检测中文用法布衣凌宇 UnicodeBlock
/** * 判断输入的是汉字 */ public static boolean isChinese(char c) { Character.UnicodeBlock ub = Character.UnicodeBlock.of(c);
java下实现调用oracle的存储过程和函数 aijuans java orale
1.创建表：STOCK_PRICES 2.插入测试数据： 3.建立一个返回游标： PKG_PUB_UTILS 4.创建和存储过程：P_GET_PRICE 5.创建函数： 6.JAVA调用存储过程返回结果集 JDBCoracle10G_INVO
Velocity Toolbox antlove 模板 tool box velocity
velocity.VelocityUtil package velocity; import org.apache.velocity.Template; import org.apache.velocity.app.Velocity; import org.apache.velocity.app.VelocityEngine; import org.apache.velocity.c
JAVA正则表达式匹配基础百合不是茶 java 正则表达式的匹配
正则表达式;提高程序的性能,简化代码,提高代码的可读性,简化对字符串的操作正则表达式的用途; 字符串的匹配字符串的分割字符串的查找字符串的替换正则表达式的验证语法 [a] //[]表示这个字符只出现一次 ,[a] 表示a只出现一
是否使用EL表达式的配置 bijian1013 jsp web.xml EL EasyTemplate
今天在开发过程中发现一个细节问题，由于前端采用EasyTemplate模板方法实现数据展示，但老是不能正常显示出来。后来发现竟是EL将我的EasyTemplate的${...}解释执行了，导致我的模板不能正常展示后台数据。网
精通Oracle10编程SQL(1-3)PLSQL基础 bijian1013 oracle 数据库 plsql
--只包含执行部分的PL/SQL块 --set serveroutput off begin dbms_output.put_line('Hello,everyone!'); end; select * from emp; --包含定义部分和执行部分的PL/SQL块 declare v_ename varchar2(5); begin select
【Nginx三】Nginx作为反向代理服务器 bit1129 nginx
Nginx一个常用的功能是作为代理服务器。代理服务器通常完成如下的功能：接受客户端请求将请求转发给被代理的服务器从被代理的服务器获得响应结果把响应结果返回给客户端实例本文把Nginx配置成一个简单的代理服务器对于静态的html和图片，直接从Nginx获取对于动态的页面，例如JSP或者Servlet，Nginx则将请求转发给Res
Plugin execution not covered by lifecycle configuration: org.apache.maven.plugin blackproof maven 报错
转：http://stackoverflow.com/questions/6352208/how-to-solve-plugin-execution-not-covered-by-lifecycle-configuration-for-sprin maven报错： Plugin execution not covered by lifecycle configuration:
发布docker程序到marathon ronin47 docker 发布应用
1 发布docker程序到marathon 1.1 搭建私有docker registry 1.1.1 安装docker regisry docker pull docker-registry docker run -t -p 5000:5000 docker-registry 下载docker镜像并发布到私有registry docker pull consol/tomcat-8.0
java-57-用两个栈实现队列&&用两个队列实现一个栈 bylijinnan java
import java.util.ArrayList; import java.util.List; import java.util.Stack; /* * Q 57 用两个栈实现队列 */ public class QueueImplementByTwoStacks { private Stack<Integer> stack1; pr
Nginx配置性能优化 cfyme nginx
转载地址：http://blog.csdn.net/xifeijian/article/details/20956605 大多数的Nginx安装指南告诉你如下基础知识——通过apt-get安装，修改这里或那里的几行配置，好了，你已经有了一个Web服务器了。而且，在大多数情况下，一个常规安装的nginx对你的网站来说已经能很好地工作了。然而，如果你真的想挤压出Nginx的性能，你必
[JAVA图形图像]JAVA体系需要稳扎稳打,逐步推进图像图形处理技术 comsci java
对图形图像进行精确处理，需要大量的数学工具，即使是从底层硬件模拟层开始设计，也离不开大量的数学工具包，因为我认为，JAVA语言体系在图形图像处理模块上面的研发工作，需要从开发一些基础的，类似实时数学函数构造器和解析器的软件包入手，而不是急于利用第三方代码工具来实现一个不严格的图形图像处理软件...... &nb
MonkeyRunner的使用 dai_lm android MonkeyRunner
要使用MonkeyRunner，就要学习使用Python，哎先抄一段官方doc里的代码作用是启动一个程序（应该是启动程序默认的Activity），然后按MENU键，并截屏 # Imports the monkeyrunner modules used by this program from com.android.monkeyrunner import MonkeyRun
Hadoop-- 海量文件的分布式计算处理方案 datamachine mapreduce hadoop 分布式计算
csdn的一个关于hadoop的分布式处理方案，存档。原帖：http://blog.csdn.net/calvinxiu/article/details/1506112。 Hadoop 是Google MapReduce的一个Java实现。MapReduce是一种简化的分布式编程模式，让程序自动分布到一个由普通机器组成的超大集群上并发执行。就如同ja
以資料庫驗證登入 dcj3sjt126com yii
以資料庫驗證登入由於 Yii 內定的原始框架程式, 採用綁定在UserIdentity.php 的 demo 與 admin 帳號密碼: public function authenticate() { $users=array( &nbs
github做webhooks：[2]php版本自动触发更新 dcj3sjt126com github git webhooks
上次已经说过了如何在github控制面板做查看url的返回信息了。这次就到了直接贴钩子代码的时候了。工具/原料 git github 方法/步骤在github的setting里面的webhooks里把我们的url地址填进去。钩子更新的代码如下： error_reportin
Eos开发常用表达式蕃薯耀 Eos开发 Eos入门 Eos开发常用表达式
Eos开发常用表达式 >>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>> 蕃薯耀 2014年8月18日 15:03:35 星期一 &
SpringSecurity3.X--SpEL 表达式 hanqunfeng SpringSecurity
使用 Spring 表达式语言配置访问控制，要实现这一功能的直接方式是在<http>配置元素上添加 use-expressions 属性： <http auto-config="true" use-expressions="true"> 这样就会在投票器中自动增加一个投票器：org.springframework
Redis vs Memcache IXHONG redis
1. Redis中，并不是所有的数据都一直存储在内存中的，这是和Memcached相比一个最大的区别。 2. Redis不仅仅支持简单的k/v类型的数据，同时还提供list，set，hash等数据结构的存储。 3. Redis支持数据的备份，即master-slave模式的数据备份。 4. Redis支持数据的持久化，可以将内存中的数据保持在磁盘中，重启的时候可以再次加载进行使用。 Red
Python - 装饰器使用过程中的误区解读 kvhur JavaScript jquery html5 css
大家都知道装饰器是一个很著名的设计模式，经常被用于AOP(面向切面编程)的场景，较为经典的有插入日志，性能测试，事务处理，Web权限校验， Cache等。原文链接：http://www.gbtags.com/gb/share/5563.htm Python语言本身提供了装饰器语法（@），典型的装饰器实现如下： @function_wrapper de
架构师之mybatis-----update 带case when 针对多种情况更新 nannan408 case when
1.前言. 如题. 2. 代码. <update id="batchUpdate" parameterType="java.util.List"> <foreach collection="list" item="list" index=&
Algorithm算法视频教程栏目记者 Algorithm 算法
课程：Algorithm算法视频教程百度网盘下载地址： http://pan.baidu.com/s/1qWFjjQW 密码: 2mji 程序写的好不好,还得看算法屌不屌！Algorithm算法博大精深。一、课程内容：课时1、算法的基本概念 + Sequential search 课时2、Binary search 课时3、Hash table 课时4、Algor
C语言算法之冒泡排序 qiufeihu c 算法
任意输入10个数字由小到大进行排序。代码： #include <stdio.h> int main() { int i,j,t,a[11]; /*定义变量及数组为基本类型*/ for(i = 1;i < 11;i++){ scanf("%d",&a[i]); /*从键盘中输入10个数*/ } for
JSP异常处理 wyzuomumu Web jsp
1.在可能发生异常的网页中通过指令将HTTP请求转发给另一个专门处理异常的网页中: <%@ page errorPage="errors.jsp"%> 2.在处理异常的网页中做如下声明： errors.jsp: <%@ page isErrorPage="true"%>，这样设置完后就可以在网页中直接访问exc

详解oracle bitmap位图索引

什么是位图索引？

位图索引适合什么场景，不适合什么场景？

位图索引的查询性能如何？

你可能感兴趣的:(Oracle,Database,ORACLE索引研究)