关于位图索引(BitMap index)

有不少做BI的后台同事问我，位图索引是啥？啥时候用？ 此篇仅作为一个扫盲篇，有不对的地方欢迎大神指正。

首先我们要搞明白位图索引是什么，与普通的B*树索引有什么区别呢？

顾名思义，首先他是个索引（废话！），其次是以位图的形式进行存储、计算的。

看个图，下面是我们常用的B*树索引结构（取自网络）：
可以看得出，表中索引列的每行数据都会维护到索引树中（Null值除外）



再来看看我们的位图索引长什么样（取自网络）：
位图索引中只维护distinct值，也就是说重复的值是不维护在树中，如下图中，一个表（19条数据）中索引列只有01、02、03，那么索引树中就只维护这三个值对应的索引条目，
条目中存储的是【Key + rowid_start + rowid_end + bitmap】


【Key  +  rowid_start + rowid_end + bitmap】
Key：值（16进制）
rowid_start ：值对应的rowid起始位置
rowid_end ：值对应的rowid结束 位置
bitmap：对应的位图值

前三个比较好理解，key就是值，rowid说明了这个值在表中对应的哪些列而说明了范围
bitmap存储的一串0和1（不是攻和受啊喂！）
代表了表中该索引列的值是否为真，呃。。。举个例子
首先明确一点1和0代表的是真和假，1为真，0为假，1就说明 此行等于该条目中的key，0 就说明此行不等于
上图的索引列中只存在01、02、03这3个值，
拿03来说，他的索引条目中存的是【0001001010001100010】，代表的含义是【假 假假真假假真假真假假假真真假假假真假】，
真就说明这一行是03，假就说明这一行 不是03（可能是01，可能是02）

如果上面那些理解了就好办了，我们来看下 位图索引 的意义在哪里：
如表A如下，为了避免歧义，假设字段中一共3个值：男;女;妖，共9条记录：

A:

姓名	张三	李四	王五	赵六	小明	小王	小红	小丽	小帅哥
性别	男	女	男	男	妖	男	女	妖	男
入学时间	2009	2009	2010	2010	2010	2009	2010	2009	2009

我们在 性别和 入学时间上分别建立了位图索引：
所以在【性别】的索引树上会有3个条目：男;女;妖
男的bit位为：1 0 1 1 0 1 0 0 1
女的bit位为：0 1 0 0 0 0 1 0 0
妖的bit位为：0 0 0 0 1 0 0 1 0

而【入学时间】的索引树上会有2个条目：2009;2010
2009的bit位为：1 1 0 0 0 1 0 1 1
2010的bit位为：0 0 1 1 1 0 1 0 0

那么在做如下查询的时候，位图索引的处理过程是如何的呢？
select t.name from A t
where t.gender = '男' and t.date = 2010
=====================================
男的bit位为：    1 0 1 1 0 1 0 0 1
2010的bit位为：0 0 1 1 1 0 1 0 0
and操作则会对这两租0和1进行 与操作（or则是 或操作）
result：            0 0 1 1 0 0 0 0 0
所以根据结果来看只有第3行和第4行满足where条件，也就是说最后查出的【Name】就是王五和赵六。

总结：

优	劣
适宜OLAP系统 1. 选择在基数较小的列上建立位图索引 2. 在多个列上建立位图索引，且组合使用多列作为条件时。	不适宜OLTP系统 因为：根据上面的示例来说：索引中只有3个值，而表中共有19行，所以，当我维护ID等于03部分的行时， 所有ID=03的行都会被锁， 如果把03改为01，那么03和01两个索引条目都会被锁， 所以说，对于事物频繁的系统（如交易系统等）不适合建立位图索引， 如果建了，会增加锁的时间，大幅减少并发，效率不仅无法提高，反而下降。

来自 “ ITPUB博客 ” ，链接：http://blog.itpub.net/26224278/viewspace-1789766/，如需转载，请注明出处，否则将追究法律责任。

转载于:http://blog.itpub.net/26224278/viewspace-1789766/