使用ORACLE INDEX提高性能_PART1

内容目录：

1）了解B*tree、Bitmap、IOT等索引类型特点和使用。

2）了解索引的扫描方式以及走不了索引的情况等。

3）索引在分页查询中的应用。

ORACLE中的索引：

1）B*tree索引：默认的索引类型，最常使用

   -Index-organized tables索引组织表：相对于堆表的无序，IOT按照主键排序，索引即是表，
     表即是索引。
    -Reverse key indexes反转键索引：按照字节反转存储的索引，可解决索引块争用问题
    -Descending indexes降序索引：按照键值降序存储的索引，默认升序
    -B-tree cluster indexes聚簇索引：专门为cluster定义的索引，很少使用

2）-Bitmap和bitmap join indexes：位图索引和B*tree不同，位图索引的一个index entry使用bitmap指向多行，而B*tree一个index entry指向单行。Bitmap  join indexes是针对多张表的Join建立的索引，避免实际JOIN，从而提高效率。位图索引适合OLAP场景，索引列值的选择性不好，数据只读或者很少做DML操作。

3）-Function-based indexes：函数索引，可以是B*tree或Bitmap，基于表达式或函数运算创建的索引。

4）-Partitionindexes:分区索引，利用分区技术建立的索引，提高效率，便于维护。

5）-Application domain indexes：应用域索引是用户针对应用定制的索引，比如全文索引。

B*tree索引结构

  每个B*树索引都有根块作为起始点。根据条目的数量，有多个分支块可以有多个叶块。 叶块包含索引的所有值加上指向相关数据段中的行的ROWID。

  上一个和下一个块指针连接叶块，以便它们可以从左到右遍历（反之亦然）。索引始终是平衡的，它们从上到下增长。在某些情况下，平衡算法会导致B*树的高度不必要地增加。 可以重组索引。这是由ALTER INDEX ...REBUILD |完成的 COALESCE命令。

  B *树索引的内部结构允许快速访问索引值。系统可以在从索引叶块中检索到地址（ROWID）后直接访问行。

 1）B*tree有两种类型的block:branch blocks用于搜索、leaf blocks存储数据，其中最上面的root branch。
 2）Branch blocks在两个键值之间通过最小化的前缀存储，通过指针指向子块。比如根块条目0..40指向对应分支块，它包含0..10和11..19两个条目，这两个条目通过指针指向对应的leaf block。
 3）从root branch到每个leaf block的高度是一致的。
 4）Leaf blocks按照索引列顺序加上rowid存储（key value,rowid），用于定位对应的行。Leaf blocks之间是双向链表结构。索引的有序性特点，经常用于避免SQL语句中的排序。
 5）B*tree不存储全为NULL的行。

Bitmap Index

1）Oracle针对低基数的列，可以创建位图索引来提高效率，针对每个键值创建位图。
2）位图索引可节省存储空间，对于count,and,or等之类的运算，充分利用位图的高效运算特点。
3）位图索引，一个index entry指向多行，这样在使用中，如果更新对应的位图（insert,update,delete）会对位图索引段加锁，这也是位图索引不适合OLTP的原因。
4）位图索引可存储全为NULL的行。

B*tree index vs Bitmap index

1）在OLTP环境下，基本用的都是B*tree，针对选择性好的列创建B*tree来提高效率，并且做DML操作，针对指定的行加行级锁，效率比Bitmap好，当然它的缺点是不存储全为NULL的行，并且存储要求比Bitmap多，另外没有位图的与，或之类的高效运算，ORACLE优化器目前可将普通索引转为bitmap and、bitmap or运算。

2）位图索引一般的基数比较少，做统计时使用，加的是bitmap segment level locking,锁的行多，适合OLAP环境，数据加载完后一般只读，多维统计效率高。

接PART2：http://blog.chinaunix.net/uid-7655508-id-5837972.html