B树索引和位图索引的结构介绍

一  前言：
• ROWID：包含键值的行的行ID，（查找块的最快方法，类似于门牌号）
• 因为所有行属于同一个段，所以要使用受限的ROWID 指向表行

索引是数据库为了提高查询效率提供的一种冗余结构，保守计算数据库50%以上的调优可以通过调整索引来进行优化；

 

二  索引在结构上的类别可划分如下：B树索引、位图索引、散列索引、反转索引等

三  索引的介绍：

1、B树索引(BTREE

B数索引是我们日常工作最最常用的索引，大家平时在工作中说的"索引"默认都是B数索引；

索引其实很简单，也很容易理解，用一本书的目录来形容最为贴切了，B树索引的结构跟图书馆的目录也很像

B树索引的结构：

索引的顶层为根，它包括指向索引中下一层次的条目。下一层次为分支块，它又指向位于索引中下一层索引中下一层次的块，最底层的是叶节点，它包含指向表行的索引条目。叶块是双向关联的，这边与按键值升序或降序扫描索引；

 

索引叶条目的格式

一个索引条目包含以下组件：

• 条目头：存储列数和锁定信息

• 键列长度/值对：用于定义键中的列大小，后面跟随列值（此类长度/值对的数目就是索引中的最大列数）。

 

索引叶条目的特性

在非分区表的B 树索引中：

• 当多个行具有相同的键值时，如果不压缩索引，键值会出现重复

• 当某行包含的所有键列为NULL 时，该行没有对应的索引条目。因此，当WHERE 子句指定了NULL 时，将始终执行全表扫描

 

对索引执行DML 操作的效果

对表执行DML 操作时，Oracle 服务器会维护所有索引。下面说明对索引执行DML 命令产生的效果：

• 执行插入操作导致在相应块中插入索引条目。

• 删除一行只导致对索引条目进行逻辑删除。已删除行所占用的空间不可供后面新的叶条目使用。

• 更新键列导致对索引进行逻辑删除和插入。PCTFREE 设置对索引没有影响，但创建时除外。即使索引块的空间少于PCTFREE 指定的空间，也可以向索引块添加新条目。

该图更能体现索引的结构

 

2、位图索引

位图索引（bitmap index）是从Oracle7.3 版本开始引入的。目前Oracle 企业版和个人版都支持位图索引，但标准版不支持。

位图索引在平时的OLTP系统中比较少见，但是在OLAP系统中就会经常见到，号称数据仓库调优的三个利器之一；

 

位图索引（通过在以下特定情况下，位图索引比B 树索引更有优势：

• 表具有数百万行且键列的基数较低时（也就是列的不同值极少时）。例如，对于护照记录表中的性别和婚姻状况列，位图索引可能比B 树索引更可取。

• 经常使用包含OR 运算符的多个WHERE 条件组合进行查询时

• 键列上的活动为只读活动或少量更新活动时(OLAP系统的特点）

 

位图索引的结构

位图索引也可以按B 树形式进行组织，但是，叶节点会存储每个键值的位图，而不是行ID 列表。位图中每一位与一个可能的行ID 对应，如果设置了该位，则表示具有对应行ID 的行包含键值。

如图所示，位图索引的叶节点包含：

• 条目头，其中包含列数和锁定信息

• 由每个键列的长度/值对组成的键值（在幻灯片的示例中，关键字只由一列组成；第一个条目的键值为Blue）

• 开始ROWID，在本示例中它指定块号10、行号0 和文件号3

• 结束ROWID，在本示例中它指定块号12、行号8 和文件号3

• 由位字符串组成的位图段（如果对应行包含键值，则会设置位；如果对应行不包含键值，则不会设置位。Oracle 服务器使用已获专利的压缩技术存储位图段。）开始ROWID 是位图中的位图段指向的第一行的行ID，也就是说，位图的第一位对应于该行ID，位图的第二位对应于块中的下一行。结束ROWID 是一个指针，它指向由位图段覆盖的表中的最后一行。位图索引使用受限的行ID。

 

使用位图索引

B 树用于定位叶节点，这些节点包含指定键值的位图段。开始ROWID 和位图段用于定位包含键值的行。

对表中的键列进行更改后，也必须修改位图。这会导致相关的位图段被锁定。由于锁是在整个位图段上获得的，因此，在第一个事务处理结束之前，其它事务处理不能更新位图覆盖的行。

 

理论文章会告诉你值重复率高的字段不适合建索引。不要说性别字段只有两个值，网友亲测，一个字段使用拼音首字母做值，共有26种可能，加上索引后，百万加的数据量，使用索引的速度比不使用索引要慢！

一个表可能会涉及两个数据结构(文件)，一个是表本身，存放表中的数据，另一个是索引。索引是什么？它就是把一个或几个字段（组合索引）按规律排列起来，再附上该字段所在行数据的物理地址（位于表中）。比如我们有个字段是年龄，如果要选取某个年龄段的所有行，那么一般情况下可能需要进行一次全表扫描。但如果以这个年龄段建个索引，那么索引中会按年龄值建一个排列，这样在索引中就能迅速定位，不需要进行全表扫描。

为什么性别不适合建索引呢？因为你访问索引需要付出额外的IO开销，你从索引中拿到的只是地址，要想真正访问到数据还是要对表进行一次IO。假如你要从表的100万行数据中取几个数据，那么利用索引迅速定位，访问索引的这IO开销就非常值了。但如果你是从100万行数据中取50万行数据，就比如性别字段，那你相对需要访问50万次索引，再访问50万次表，加起来的开销并不会比直接对表进行一次完整扫描小。同时，虽然索引大大提高了查询速度，同时却会降低更新表的速度，如对表进行 INSERT、UPDATE和DELETE。因为更新表时，MySQL不仅要保存数据还要更新索引。建立索引会占用磁盘空间。一般情 况这个问题不太严重，但如果你在一个大表上创建了多种组合索引，索引文件的会膨胀很快。

当然凡事不是绝对，如果把性别字段设为表的聚集索引，那么就肯定能加快大约一半该字段的查询速度了。聚集索引指的是表本身中数据按哪个字段的值来进行排序。因此，聚集索引只能有一个，而且使用聚集索引不会付出额外IO开销。当然你得能舍得把聚集索引这么宝贵资源用到性别字段上。

 

（键值重复高的字段也可以建立位图索引）

B树索引是一对一的，一个索引条目指向一行，而位图索引中索引条目非常少，每个条目指向多行，它适合一些特殊的环境，单纯的比较他们的环境是没有意义的，因为应用的环境不一样。