B树索引、位图索引和散列索引 知识点

索引在数据结构上可以分为三种B树索引、位图索引和散列索引
 

B树索引


 键值重复率低的字段比较适合使用B树索引。

结构:

B树索引、位图索引和散列索引 知识点_第1张图片

上图是B树索引的结构示意图,根节点和分支节点的结构类似,都包含指向下一层的指针及其键值范围,叶节点包含键值和行编号(RowID)。
B树索引适合于选择性较低(即键值重复率较低)的列,当键值重复率较高时,使用B树索引有时可能还不如用全表扫描,因为需要在索引和原表之间不断切换,对表进行过多的单数据块访问,产生额外的I/O。



B树索引、位图索引和散列索引 知识点_第2张图片



 


 
 
 
 
特点:
 
1.索引不存储null值。
 
   更准确的说,单列索引不存储null值,复合索引不存储全为null的值
 
    索引不能存储Null,所以对这列采用is null条件时,因为索引上根本没Null值,不能利用到索引,只
 
能全表扫描。
 
   为什么索引列不能存Null值呢?将索引列值进行建树,其中必然涉及到诸多的比较操作。Null值
 
的特殊性就在于参与的运算大多取值为null。这样的话,null值实际上是不能参与进建索引的
 
过程。也就是说,null值不会像其他取值一样出现在索引树的叶子节点上。
 
B树索引测试1:NULL是否存在索引上。
 
 
create table btree_test(id number,code varchar2(10));
create index idx_btree_test_id on btree_test(id,code);
select object_id from user_objects where object_name='IDX_BTREE_TEST_ID';
alter session set events 'immediate trace name treedump level 59097';
insert into btree_test values(null,null);
alter session set events 'immediate trace name treedump level 59097';
insert into btree_test values(null,'1');
alter session set events 'immediate trace name treedump level 59097';
insert into btree_test values(1,null);
alter session set events 'immediate trace name treedump level 59097';
 
 
然后查看转储文件,admin\数据库名\udump
 
发现这样的信息:
 
*** 2013-07-19 14:56:41.827
----- begin tree dump
leaf: 0x140142c 20976684 (0: nrow: 0 rrow: 0)
----- end tree dump
*** 2013-07-19 14:56:54.480
----- begin tree dump
leaf: 0x140142c 20976684 (0: nrow: 1 rrow: 1)
----- end tree dump
*** 2013-07-19 14:57:08.139
----- begin tree dump
leaf: 0x140142c 20976684 (0: nrow: 2 rrow: 2)
----- end tree dump
 
nrow当前节点所含索引条目的数量(包括delete的条目)
 
rrow有效的索引条目的数量
 
可以发现:
 
插入null,null时,有效的索引条目为0
插入null,1时,   有效的索引条目为1
插入1,null时,   有效的索引条目为2
 
所以,复合索引只有当要插入的值全为Null时才不能放入存入索引中。
 
 也可以这样看:
 
 SELECT num_rows  FROM user_indexes t   WHERE t.index_name ='btree_test';
 
 
2.不适合键值较少的列(重复数据较多的列)。
 
     假如索引列TYPE有5个键值,如果有1万条数据,那么 WHERE TYPE = 1将访问表中的2000个数据块。
 
再加上访问索引块,一共要访问大于200个的数据块。
 
    如果全表扫描,假设10条数据一个数据块,那么只需访问1000个数据块,既然全表扫描访问的数据块
 
少一些,肯定就不会利用索引了。
 
3.前导模糊查询不能利用索引(like '%XX'或者like '%XX%')
 
   假如有这样一列code的值为'AAA','AAB','BAA','BAB' ,如果where code like '%AB'条件,由于前面是
 
模糊的,所以不能利用索引的顺序,必须一个个去找,看是否满足条件。这样会导致全索引扫描或者全表扫
 
描。如果是这样的条件where code like 'A % ',就可以查找CODE中A开头的CODE的位置,当碰到B开头的
 
数据时,就可以停止查找了,因为后面的数据一定不满足要求。这样就可以利用索引了。
 
 
位图索引
 和B树索引相反,位图索引适合键值重复率高的表,若重复值很低,则位图索引有可能非常大。由于位图索引采用0,1记录某行是否包含该键值,因此非常适合AND, OR, NOT,count等这样的逻辑操作。
位图索引非常不适合有大量“写”的操作,因为每一个位图键值中,都可能对于多条记录,当修改一条记录更新位图键值时,会在对应的位图索引键上加锁,从而导致对其它记录的修改也会被阻塞。


   就是用位图表示的索引,对列的每个键值建立一个位图。
 
    如test表中有state这样一列,数据如下:
 
        10    20    30    20    10    30    10    30    20    30
 
那么会建立三个位图,如下:
 
BLOCK1    KEY=10  1    0    0    0    1    0    1    0    0    0   
BLOCK2    KEY=20  1    0    0    0    1    0    1    0    0    0 
BLOCK3    KEY=30  1    0    0    0    1    0    1    0    0    0 
 
位图索引特点:
 
 
1.相对于B*Tree索引,占用的空间非常小,创建和使用非常快。
 
    位图索引由于只存储键值的起止Rowid和位图,占用的空间非常少。
 
 
2.不适合键值较多的列。
 
3.不适合update、insert、delete频繁的列。
 
4.可以存储null值。
 
    B*Tree索引由于不记录空值,当基于is null的查询时,会使用全表扫描,而对位图索引列进
 
行is null查询时,则可以使用索引。
 
5.当select count(XX) 时,可以直接访问索引中一个位图就快速得出统计数据。
 
6.当根据键值做and,or或 in(x,y,..)查询时,直接用索引的位图进行或运算,快速得出结果行数
 
据。
 
 
位图测试1:位图索引查询效率(省略)。
 
位图测试2:修改数据时锁的范围。
 
create table test_bitmap(id number,state number);
insert into test_bitmap values (1,10);
insert into test_bitmap values (2,10);
insert into test_bitmap values (3,20);
insert into test_bitmap values (4,20);
insert into test_bitmap values (5,10);
insert into test_bitmap values (6,30);
insert into test_bitmap values (7,30);
insert into test_bitmap values (8,20);
insert into test_bitmap values (9,30);
insert into test_bitmap values (10,20);
 
 
CREATE BITMAP INDEX INDEX_TESTBITMAP_STATE ON TEST_BITMAP(STATE);
 
开一个PLSQL窗口(SESSION1),执行
update test_bitmap set state = 20 where id = 1;
 
另开一个PLSQL窗口(SESSION2),执行
update test_bitmap set state = 20 where id = 2;
或者
update test_bitmap set state = 10 where id = 4;
可以发现,状态为20的所有行被锁定。
 
 
 
散列索引
 
散列索引是根据HASH算法来构建的索引,所以检索速度很快,但不能范围查询。
 
散列索引的特点
 
 
1.只适合等值查询(包括= <> 和in),不适合模糊或范围查询

你可能感兴趣的:(oarcle,base)