位图索引,数据库索引浅浅的学习
摘自http://www.cnblogs.com/LBSer/p/3322630.html
位图(BitMap)索引
前段时间听同事分享,偶尔讲起Oracle数据库的位图索引,顿时大感兴趣。说来惭愧,在这之前对位图索引一无所知,因此趁此机会写篇博文介绍下位图索引。
1. 案例
有张表名为table的表,由三列组成,分别是姓名、性别和婚姻状况,其中性别只有男和女两项,婚姻状况由已婚、未婚、离婚这三项,该表共有100w个记录。现在有这样的查询: select * from table where Gender=‘男’ and Marital=“未婚”;
姓名(Name) |
性别(Gender) |
婚姻状况(Marital) |
张三 |
男 |
已婚 |
李四 |
女 |
已婚 |
王五 |
男 |
未婚 |
赵六 |
女 |
离婚 |
孙七 |
女 |
未婚 |
... |
... |
... |
1)不使用索引
不使用索引时,数据库只能一行行扫描所有记录,然后判断该记录是否满足查询条件。
2)B树索引
对于性别,可取值的范围只有'男','女',并且男和女可能各站该表的50%的数据,这时添加B树索引还是需要取出一半的数据, 因此完全没有必要。相反,如果某个字段的取值范围很广,几乎没有重复,比如身份证号,此时使用B树索引较为合适。事实上,当取出的行数据占用表中大部分的数据时,即使添加了B树索引,数据库如oracle、mysql也不会使用B树索引,很有可能还是一行行全部扫描。
2. 位图索引出马
如果用户查询的列的基数非常的小, 即只有的几个固定值,如性别、婚姻状况、行政区等等。要为这些基数值比较小的列建索引,就需要建立位图索引。
对于性别这个列,位图索引形成两个向量,男向量为10100...,向量的每一位表示该行是否是男,如果是则位1,否为0,同理,女向量位01011。
RowId |
1 |
2 |
3 |
4 |
5 |
... |
男 |
1 |
0 |
1 |
0 |
0 |
|
女 |
0 |
1 |
0 |
1 |
1 |
对于婚姻状况这一列,位图索引生成三个向量,已婚为11000...,未婚为00100...,离婚为00010...。
RowId |
1 |
2 |
3 |
4 |
5 |
... |
已婚 |
1 |
1 |
0 |
0 |
0 |
|
未婚 |
0 |
0 |
1 |
0 |
1 |
|
离婚 |
0 |
0 |
0 |
1 |
0 |
当我们使用查询语句“select * from table where Gender=‘男’ and Marital=“未婚”;”的时候 首先取出男向量10100...,然后取出未婚向量00100...,将两个向量做and操作,这时生成新向量00100...,可以发现第三位为1,表示该表的第三行数据就是我们需要查询的结果。
RowId |
1 |
2 |
3 |
4 |
5 |
男 |
1 |
0 |
1 |
0 |
0 |
and |
|||||
未婚 |
0 |
0 |
1 |
0 |
1 |
结果 |
0 |
0 |
1 |
0 |
0 |
3.位图索引的适用条件
上面讲了,位图索引适合只有几个固定值的列,如性别、婚姻状况、行政区等等,而身份证号这种类型不适合用位图索引。
此外,位图索引适合静态数据,而不适合索引频繁更新的列。举个例子,有这样一个字段busy,记录各个机器的繁忙与否,当机器忙碌时,busy为1,当机器不忙碌时,busy为0。
这个时候有人会说使用位图索引,因为busy只有两个值。好,我们使用位图索引索引busy字段!假设用户A使用update更新某个机器的busy值,比如update table set table.busy=1 where rowid=100;,但还没有commit,而用户B也使用update更新另一个机器的busy值,update table set table.busy=1 where rowid=12; 这个时候用户B怎么也更新不了,需要等待用户A commit。
原因:用户A更新了某个机器的busy值为1,会导致所有busy为1的机器的位图向量发生改变,因此数据库会将busy=1的所有行锁定,只有commit之后才解锁。
以下内容转载自:https://blog.csdn.net/pzqingchong/article/details/50971854
当前测试的版本是Mysql 5.5.25只有BTree和Hash两种索引类型,默认为BTree。Oracle或其他类型数据库中会有Bitmap索引(位图索引),这里作为比较也一起提供。
BTree索引
BTree(多路搜索树,并不是二叉的)是一种常见的数据结构。使用BTree结构可以显著减少定位记录时所经历的中间过程,从而加快存取速度。按照翻译,B 通常认为是Balance的简称。这个数据结构一般用于数据库的索引,综合效率较高。——百度百科
不适合:
- 单列索引的列不能包含null的记录,复合索引的各个列不能包含同时为null的记录,否则会全表扫描;
- 不适合键值较少的列(重复数据较多的列);
- 前导模糊查询不能利用索引(like '%XX'或者like '%XX%')
Hash散列索引
Hash散列索引是根据HASH算法来构建的索引。虽然 Hash 索引效率高,但是 Hash 索引本身由于其特殊性也带来了很多限制和弊端,主要有以下这些。
适合:
- 精确查找非常快(包括= <> 和in),其检索效率非常高,索引的检索可以一次定位,不像BTree 索引需要从根节点到枝节点,所以 Hash 索引的查询效率要远高于 B-Tree 索引。
不适合:
- 不适合模糊查询和范围查询(包括like,>,<,between……and等),由于 Hash 索引比较的是进行 Hash 运算之后的 Hash 值,所以它只能用于等值的过滤,不能用于基于范围的过滤,因为经过相应的 Hash 算法处理之后的 Hash 值的大小关系,并不能保证和Hash运算前完全一样;
- 不适合排序,数据库无法利用索引的数据来提升排序性能,同样是因为Hash值的大小不确定;
- 复合索引不能利用部分索引字段查询,Hash 索引在计算 Hash 值的时候是组合索引键合并后再一起计算 Hash 值,而不是单独计算 Hash 值,所以通过组合索引的前面一个或几个索引键进行查询的时候,Hash 索引也无法被利用。
- 同样不适合键值较少的列(重复值较多的列);
Bitmap位图索引
就是用位图表示的索引,对列的每个键值建立一个位图。相对于BTree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。如test表中有state这样一列,10行数据如下:
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
适合
- 适合决策支持系统;
- 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;
- 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。
不适合
- 不适合键值较多的列(重复值较少的列);
- 不适合update、insert、delete频繁的列,代价很高。
转载于:https://www.cnblogs.com/yedu/p/9198724.html
位图索引,数据库索引浅浅的学习相关推荐
- B树在数据库索引中的应用剖析
引言 关于数据库索引,google一个oracle index,mysql index总 有大量的结果,其中很多的使用方法推荐,**索引之n条经典建议云云.笔者认为,较之借鉴,在搞清楚了自己的需求的基 ...
- mysql实现位图索引_位图索引,数据库索引浅浅的学习
位图(BitMap)索引 前段时间听同事分享,偶尔讲起Oracle数据库的位图索引,顿时大感兴趣.说来惭愧,在这之前对位图索引一无所知,因此趁此机会写篇博文介绍下位图索引. 1. 案例 有张表名为ta ...
- 位图索引Bitmap indexes(数据库索引)
位图索引是一种使用位图的特殊数据库索引.主要针对大量相同值的列而创建,比如(性别.婚配等字段可选值很少的字段创建位图索引): oracle 位图索引(bitmap index)_ITPUB博客 详解o ...
- Oracle学习总结(7)—— 常用的数据库索引优化语句总结
不管是用C/C++/Java等代码编写的程序,还是SQL编写的数据库脚本,都存在一个持续优化的过程.也就是说,代码优化对于程序员来说,是一个永恒的话题. 近期,我们对之前编写的数据库脚本进行了全面的自 ...
- 跟小博老师一起学习数据库 ——索引
2019独角兽企业重金招聘Python工程师标准>>> 数据库索引是为提高查询数据速度而建立的目录,索引分成聚簇索引和非聚簇索引两种.聚簇索引根据数据的物理位置排序存放,它能提高多行 ...
- MySQL数据库进阶系统学习6(MySQL高级-视图-事务-索引-账户管理-主从)
第六部分: MySQL高级 详细资料参考html文件17 9.1 视图 问题 对于复杂的查询,往往是有多个数据表进行关联查询而得到,如果数据库因为需求等原因发生了改变, 为了保证查询出来的数据与之前相 ...
- mysql数据库优化教程_mysql数据库索引优化学习教程
MySQL索引的建立对于MySQL的高效运行是很重要的,索引可以大大提高MySQL的检索速度. 打个比方,如果合理的设计且使用索引的MySQL是一辆兰博基尼的话,那么没有设计和使用索引的MySQL就是 ...
- 数据库索引原理之B-tree
我们能对数据库进行什么操作?无非就是增删改查.并且查询在这些功能中是占很大比例的,如果数据量不是很大,我们可能无法感受查询快慢带来的不同体验,但是当数据量到达一定量级的时候,我们就能深刻体会不同查询方 ...
- SQL Server调优系列进阶篇(如何维护数据库索引)
前言 上一篇我们研究了如何利用索引在数据库里面调优,简要的介绍了索引的原理,更重要的分析了如何选择索引以及索引的利弊项,有兴趣的可以点击查看. 本篇延续上一篇的内容,继续分析索引这块,侧重索引项的日常 ...
最新文章
- 请问大家如何看待Python?零基础如何学Python?
- 创建web服务器||HTTP协议的概念||报文||HTTP请求与响应处理——未完待续
- 稳扎稳打Silverlight(17) - 2.0数据之详解DataGrid, 绑定数据到ListBox
- 越优秀的人越努力,越努力的人越幸运!
- [codevs1378]选课
- 【翻译】3D Bounding Box Estimation Using Deep Learning and Geometry
- HTML5浪漫生日祝福电子贺卡网页模板(HTML5+CSS3+JS)_520表白/七夕情人节表白/告白网页制作/生日快乐html模板
- 08服务器端口映射,windows_Server_2008_R2_NAT服务器_端口映射.pdf
- 手把手教你阿里云服务器搭建网站(超详细图文)
- 家里宽带628连不上_宽带连接错误628连接被远程计算机终止是什么意思 - 卡饭网...
- 七牛云图片服务器搭建,对接
- 服务器怎么不用绑定域名搭建网站,一个空间放两个网站,且不用子目录绑定域名的方法...
- matlab emd功率谱密度,【脑电信号分类】脑电信号提取PSD功率谱密度特征
- 11.媒体查询.html
- Robotframework-RED-red.xml引用library的介绍
- 一句平静而感人的英文电影对白
- java的幂等性处理
- Vue动态权限路由addRoutes执行初次白屏解决方法
- 【JS中scrollHeight/Width详解(不加定位的情况下)】
- arcgis server 10.4 授权不成功解决办法
热门文章
- C#实现反射调用动态加载的DLL文件中的方法
- Interesting Finds: 2008.03.24
- activity idea编写bpmn流程文件
- 总结面试时没有回答上的内存对齐问题
- 传统数据中心如何实现向云的平滑升级
- 【SpringMVC】SpringMVC系列6之@CookieValue 映射请求Cookie 值
- 一起谈.NET技术,在MVC2.0使用Lodop为WEB打印提出完美解决方案
- 鹰眼拓扑锁定跟踪 网络管理一目了然
- 梦中女孩,不知还能不能再见你一面
- 网管日志-06.07.25