Bitmap 索引 vs. B-tree 索引：如何选择以及何时使用？——2-5
——理解适当使用每个索引对性能的影响
Bitmap 索引 vs. B-tree 索引：如何选择以及何时使用？——1-5
Bitmap 索引 vs. B-tree 索引：如何选择以及何时使用？——2-5
Bitmap 索引 vs. B-tree 索引：如何选择以及何时使用？——3-5
Bitmap 索引 vs. B-tree 索引：如何选择以及何时使用？——4-5
Bitmap 索引 vs. B-tree 索引：如何选择以及何时使用？——5-5
本文内容
- 比较索引
- 步骤 3A（TEST_NORMAL 表 EMPNO 列创建 Bitmap 索引，执行范围查询）
- 步骤 3B（TEST_NORMAL 表 EMPNO 列创建 B-tree 索引，执行范围查询）
- 步骤 4A（TEST_RANDOM 表 EMPNO 列创建 Bitmap 索引，执行范围查询）
- 步骤 4B（TEST_RANDOM 表 EMPNO 列创建 B-tree 索引，执行范围查询）
步骤 3A（在 TEST_NORMAL）
该步骤创建 Bitmap 索引（同步骤 1A）。我们已经知道索引大小（28MB）及其聚类系数（等于表的行数）。现在执行一些范围谓词谓词查询。
SQL> drop index normal_empno_idx;
索引已删除。
SQL> create Bitmap index normal_empno_bmx on test_normal(empno);
索引已创建。
SQL> analyze table test_normal compute statistics for table for all indexes for
all columns;
表已分析。
SQL>
SQL> set autot traceonly
SQL> select * from test_normal where empno between &range1 and &range2;
输入 range1 的值: 1
输入 range2 的值: 2300
原值 1: select * from test_normal where empno between &range1 and &range2
新值 1: select * from test_normal where empno between 1 and 2300
已选择2300行。
执行计划
----------------------------------------------------------
Plan hash value: 641040856
-------------------------------------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |
-------------------------------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 2299 | 85063 | 417 (0)| 00:00:06 |
| 1 | TABLE ACCESS BY INDEX ROWID | TEST_NORMAL | 2299 | 85063 | 417 (0)| 00:00:06 |
| 2 | BITMAP CONVERSION TO ROWIDS| | | | | |
|* 3 | BITMAP INDEX RANGE SCAN | NORMAL_EMPNO_BMX | | | | |
-------------------------------------------------------------------------------------------------
Predicate Information (identified by operation id):
---------------------------------------------------
3 - access("EMPNO">=1 AND "EMPNO"<=2300)
统计信息
----------------------------------------------------------
1 recursive calls
0 db block gets
331 consistent gets
0 physical reads
0 redo size
130220 bytes sent via SQL*Net to client
2202 bytes received via SQL*Net from client
155 SQL*Net roundtrips to/from client
0 sorts (memory)
0 sorts (disk)
2300 rows processed
SQL>
步骤 3B（在 TEST_NORMAL）
该步骤对 TEST_NORMAL 表 EMPNO 列使用 B-tree 索引，执行范围谓词查询。
SQL> set autot off
SQL> drop index normal_empno_bmx;
索引已删除。
SQL> create index normal_empno_idx on test_normal(empno);
索引已创建。
SQL> analyze table test_normal compute statistics for table for all indexes for
all indexed columns;
表已分析。
SQL>
SQL> set autot traceonly
SQL> select * from test_normal where empno between &range1 and &range2;
输入 range1 的值: 1
输入 range2 的值: 2300
原值 1: select * from test_normal where empno between &range1 and &range2
新值 1: select * from test_normal where empno between 1 and 2300
已选择2300行。
执行计划
----------------------------------------------------------
Plan hash value: 1781697849
------------------------------------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |
------------------------------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 2299 | 85063 | 23 (0)| 00:00:01 |
| 1 | TABLE ACCESS BY INDEX ROWID| TEST_NORMAL | 2299 | 85063 | 23 (0)| 00:00:01 |
|* 2 | INDEX RANGE SCAN | NORMAL_EMPNO_IDX | 2299 | | 8 (0)| 00:00:01 |
------------------------------------------------------------------------------------------------
Predicate Information (identified by operation id):
---------------------------------------------------
2 - access("EMPNO">=1 AND "EMPNO"<=2300)
统计信息
----------------------------------------------------------
1 recursive calls
0 db block gets
329 consistent gets
0 physical reads
0 redo size
130220 bytes sent via SQL*Net to client
2202 bytes received via SQL*Net from client
155 SQL*Net roundtrips to/from client
0 sorts (memory)
0 sorts (disk)
2300 rows processed
SQL>
当输入不同范围查询时，结果如下所示：
表 4 TEST_NORMAL 表 EMPNO 列利用 Bitmap 和 B-tree 索引执行范围查询比较
| Bitmap | B-tree | |||
| Consistent Reads | Physical Reads | EMPNO (Range) | Consistent Reads | Physical Reads |
|
331 |
0 |
1-2300 |
329 |
0 |
|
285 |
0 |
8-1980 |
283 |
0 |
|
346 |
19 |
1850-4250 |
344 |
16 |
|
427 |
31 |
28888-31850 |
424 |
28 |
|
371 |
27 |
82900-85478 |
367 |
23 |
|
2157 |
149 |
984888-1000000 |
2139 |
35 |
如上表所示，两个索引的 consistent gets 和 physical reads 值很接近。表最后一行查询范围 (984888-1000000) 返回了将近 15000 行。因此，当我们要求一个全表扫描时（指定优化器提示为 /*+ full(test_normal) */ ），consistent read 和 physical read 值分别为 7239 和 5663。
3A 和 3B 的演示，在 TEST_NORMAL 表执行范围查询时，优化器使用了 EMPNO 列上的相应索引，逻辑 IO 和物理 IO 只是稍有差异。
步骤 4A（在 TEST_RANDOM）
该步骤在 TEST_RANDOM 表 EMPNO 列使用 Bitmap 索引进行范围查询，检查 consistent gets 和 physical reads 值。这里，你会看到聚类系数的影响。
SQL> drop index random_empno_idx;
索引已删除。
SQL> create Bitmap index random_empno_bmx on test_random(empno);
索引已创建。
SQL> analyze table test_random compute statistics for table for all indexes for
all indexed columns;
表已分析。
SQL>
SQL> set autot traceonly
SQL> select * from test_random where empno between &range1 and &range2;
输入 range1 的值: 1
输入 range2 的值: 2300
原值 1: select * from test_random where empno between &range1 and &range2
新值 1: select * from test_random where empno between 1 and 2300
已选择2300行。
执行计划
----------------------------------------------------------
Plan hash value: 4105816815
-------------------------------------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |
-------------------------------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 2299 | 89661 | 418 (1)| 00:00:06 |
| 1 | TABLE ACCESS BY INDEX ROWID | TEST_RANDOM | 2299 | 89661 | 418 (1)| 00:00:06 |
| 2 | BITMAP CONVERSION TO ROWIDS| | | | | |
|* 3 | BITMAP INDEX RANGE SCAN | RANDOM_EMPNO_BMX | | | | |
-------------------------------------------------------------------------------------------------
Predicate Information (identified by operation id):
---------------------------------------------------
3 - access("EMPNO">=1 AND "EMPNO"<=2300)
统计信息
----------------------------------------------------------
1 recursive calls
0 db block gets
2463 consistent gets
0 physical reads
0 redo size
130220 bytes sent via SQL*Net to client
2202 bytes received via SQL*Net from client
155 SQL*Net roundtrips to/from client
0 sorts (memory)
0 sorts (disk)
2300 rows processed
SQL>
步骤 4B（在 TEST_RANDOM）
该步骤在 TEST_RANDOM 表 EMPNO 列使用 B-tree 索引进行范围查询。回忆一下索引的聚类系数非常接近表中行数（因此，不会很有效）。下面看看优化器是如何说的：
SQL> drop index random_empno_bmx;
索引已删除。
SQL> create index random_empno_idx on test_random(empno);
索引已创建。
SQL> analyze table test_random compute statistics for table for all indexes for
2 all indexed columns;
表已分析。
SQL>
SQL> select * from test_random where empno between &range1 and &range2;
输入 range1 的值: 1
输入 range2 的值: 2300
原值 1: select * from test_random where empno between &range1 and &range2
新值 1: select * from test_random where empno between 1 and 2300
已选择2300行。
执行计划
----------------------------------------------------------
Plan hash value: 2650160170
---------------------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time
---------------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 2299 | 89661 | 1740 (1)| 00:00:21|
|* 1 | TABLE ACCESS FULL| TEST_RANDOM | 2299 | 89661 | 1740 (1)| 00:00:21|
---------------------------------------------------------------------------------
Predicate Information (identified by operation id):
---------------------------------------------------
1 - filter("EMPNO"<=2300 AND "EMPNO">=1)
统计信息
----------------------------------------------------------
1 recursive calls
0 db block gets
6412 consistent gets
0 physical reads
0 redo size
121076 bytes sent via SQL*Net to client
2202 bytes received via SQL*Net from client
155 SQL*Net roundtrips to/from client
0 sorts (memory)
0 sorts (disk)
2300 rows processed
SQL>
由于聚类系数的原因，优化器选择了全表扫描，而不是索引：
| Bitmap | B-tree | |||
| Consistent Reads | Physical Reads | EMPNO (Range) | Consistent Reads | Physical Reads |
|
2463 |
1200 |
1-2300 |
6415 |
4910 |
|
2114 |
31 |
8-1980 |
6389 |
4910 |
|
2572 |
1135 |
1850-4250 |
6418 |
4909 |
|
3173 |
1620 |
28888-31850 |
6456 |
4909 |
|
2762 |
1358 |
82900-85478 |
6431 |
4909 |
|
7254 |
3329 |
984888-1000000 |
7254 |
4909 |
只有表最后一行，对 Bitmap 索引，优化器选择了全表扫描，而对于所有的范围查询，对 B-tree 索引，优化器选择全表扫描。这种差异是由于簇因素：当使用 bitmap 索引产生执行计划时，优化器不考虑聚类系数的值，而对 B-tree 索引，则考虑。在这个场景，Bitmap 索引比 B-tree 索引更有效率。
4A 和 4B 的演示，在 TEST_RANDOM 表执行范围查询时，当索引时 Bitmap 索引时，优化器使用了；可当索引时 B-tree 索引时，优化器没有使用，而是进行了全表扫描，逻辑 IO 和物理 IO 自然也就差异很大。
原因就在于 TEST_NORMAL 表是已组织的，而 TEST_RANDOM 表示无组织的。这就好像数据结构中的查找算法或排序算法，如果当前数组是已有序的，查找和排序会快很多。
下面步骤会揭示关于索引更有趣的事实。
Bitmap 索引 vs. B-tree 索引：如何选择以及何时使用？——2-5相关推荐
- 位图索引和B tree索引的区别
(1).与索引相关视图 查询DBA_INDEXES视图可得到表中所有索引的列表:访问USER_IND_COLUMNS视图可得到一个给定表中被索引的特定列. (2).组合索引概念 当某个索引包含有多个已 ...
- MySQL索引（B+Tree 索引、哈希索引、全文索引、 空间数据索引）、索引优化、优点、使用场景
1. MySQL 索引是在存储引擎层实现的,而不是在服务器层实现的,所以不同存储引擎具有不同的索引类型和实现. 1.1 B+Tree 索引 是大多数 MySQL 存储引擎的默认索引类型. 因为不再需要 ...
- oracle索引 oracle索引结构 oracle索引使用 B*Tree索引
在进行数据查询的时候如果碰到大量数据集中的少量数据查询问题,可以通过在查询字段上新增索引提高查询速度 如果查询的结果集是大批量数据,那么就没必要使用索引了. 索引结构 举个例子:表A 列 a, b, ...
- mysql explain详解_数据库mysql（1）——B+TREE索引原理
一.B+Tree索引详解 1.什么是索引? 索引:加速查询的数据结构. 2.索引常见数据结构: #1.顺序查找: 最基本的查询算法-复杂度O(n),大数据量此算法效率糟糕. #2.二叉树查找(bina ...
- 初入了解MySQL储存引擎和B+Tree索引
InnoDB存储引擎 从mysql5.5.8开始,InnoDB是默认的存储引擎.在InnoDB中存在着缓冲管理,通过缓冲池,将索引和表数据全部缓存起来,加快查询的速度. 由 .frm文件.表空间(分为 ...
- Oracle Database 中 B*Tree 索引内部维护
最近一周在复习索引相关的东西,除了回顾concept,还在MOS上看到了一篇比较好的文档.分享给大家. 文档编号:[ID 30405.1] This article is only concerned ...
- mysql单列索引和多列索引_浅谈MySQL索引优化
索引基础知识总结及常见索引优化手段 一.索引简介 什么是索引? MySQL官方对索引的定义为:索引(Index)是帮助MySQL高效获取数据的数据结构. 可以简单理解为"排好序的快速查找数据 ...
- MySQL第10天：MySQL索引优化分析之索引介绍
MySQL索引优化分析之索引简介 1.索引是什么? 2.索引优势.劣势 3.索引分类.基本语法 4.索引结构 5.哪些情况需要创建索引? 6.哪些情况不需要创建索引? ---------------- ...
- MySQL的索引（普通索引、唯一索引，主键索引、组合索引、全文索引、空间索引）相关操作
目录 索引介绍 Hash索引和B+tree索引的区别 应用场景 索引分类 普通索引 创建单列索引--普通索引(3种语法) 查看数据库中的索引 查看数据表中的索引 删除索引 唯一索引 主键索引 组合索引 ...
- 加载八叉树索引文件_这篇 MySQL 索引和 B+Tree 讲的太通俗易懂！
正确的创建合适的索引,是提升数据库查询性能的基础.在正式讲解之前,对后面举例中使用的表结构先简单看一下: create table user (id bigint not null comment ' ...
最新文章
- Java培训都学什么
- VMware workstation 7.1 安装错误提示1021解决方法
- JavaScript多文件下载
- 网站被写入恶意代码的主要原因及防范策略
- 华为p10plus能用鸿蒙吗,华为P10/P10 Plus对比评测：自家兄弟大对决
- 3650m5设置u盘启动_联想和华硕笔记本重装系统时新BIOS无法设置u盘启动怎么办
- （09）FPGA时序分析模型
- Struts2工作流程
- 屏幕录像专家 7.5下载+注册机
- 明翰英语教学系列之形容词与副词篇V0.1（持续更新）
- 基于深度学习的图像篡改识别
- python与会计学_会计有必要学python吗？
- uniapp 生成html5_uni-app 登录（h5+ app 篇）
- PTA Python函数题 7-1 模拟乒乓球比赛 (20 分)
- 笑cry！在镜子面前，沉稳暖心的金毛同学也会瞬间化身逗比！
- 积分球测试软件无法创建新文档,积分球测试光通量不准确的解决方案
- Andriod Studio虚拟机启动失败解决方案
- vmlinux 反汇编_看vmlinux的符号信息
- 有了它，你的照片能“屏蔽”人脸识别算法
- web mysql报表工具_新一代Java web报表工具—Smartbi电子表格的优势