Oracle--索引

索引:

　　　　提高查询效率,      增删改: 效率降低
　　　　表的数据量很大, 才会有查询效率优化

　　　  通俗的来讲，索引在表中的作用，相当于书的目录对书的作用。

索引的特点

　　1.与表独立存放,但不能独立存在,必须属于某个表 , 数据库开辟空间存储索引
　　2.由数据库自动维护,表被删除时,该表上的索引自动被删除, 删除表的数据的时候, 表对于的索引进行对于删除

数据库的索引策略:

　　1、表的主键列, 唯一约束列, 数据库会自动的添加唯一索引
　　2、查询中,经常使用某一列作为条件查询, 用户可以给这一列手动添加索引

索引分类:

　　按照索引列的个数，分为单列索引、复合索引；
　　按照索引列值的唯一性，分为唯一索引、非唯一索引。
　　此外还有函数索引、全局索引、分区索引等。

　　Oracle数据库提供以下类型的索引：
　　　　B-tree索引（Oracle默认建立B-tree索引） ***
　　　　B-tree聚集索引（B-tree cluster indexes）
　　　    Hash聚集索引（Hash cluster indexes）
　　　　反向索引（Reverse key indexes）
　　　　位图索引（Bitmap indexes） ***
　　　　位图连接索引（Bitmap join indexes）

创建索引的语法:

 CREATE  [UNIQUE]  INDEX  索引名  ON 表名(列的列表)
         [TABLESPACE 表空间名]; 
         
 unique: 表示索引是唯一索引, 索引值唯一的, 不推荐用户添加唯一索引, **表的主键列, 唯一约束列, 数据库会自动的添加唯一索引**
          ,没有unique关键字, 这个索引是一个不唯一索引

例：

-- 创建一个表
create table dex (
id number,
sex char(2),
name varchar2(10)
);
-- 插入数据 (1千万条数据)
Begin
   for i in 1..10000000  loop
       insert into dex values(i,'M','chongshi');
    end loop;
    commit;
 end;

测试:

-- 没有使用索引   用时: 3.273秒
select *  from  dex  where  id = 8888888;

--使用索引:   给id 添加一个索引
--使用B树索引
create index idx_dexId on dex(id);
--用时: 0.144秒
-- Table  access (By index )  根据索引扫描
-- Index (Range Scann)   这一行中Object_name: 使用的索引的名字
select *  from  dex  where  id = 8888888;

--加索引的列使用函数, B-tree索引失效, 使用函数索引, to_number(id) 作为索引值
--Table  Access (Full)  表示全表扫描
select *  from  dex  where  to_number(id) = 8888888;

B-树索引

　　　　索引页的数据结构是使用B树的结构

分3层: 根节点, 分支节点, 叶子节点
查找: 当查询某一数据时先读根节点,再读分支节点,最后找到叶子节点

Root为B-Tree的根节点,branch为分支节点,leaf到最下面一层称为叶子节点,每个节点表示一层,当查询某一数据时先读根节点,再读支节点,最后找到叶子节点,叶子节点会存放index entry(索引入口),每个索引入口对应一条记录.

Index entry的组成部分:
  Indexentry entry  header  　　存放一些控制信息。
  Key column length   　　某一key的长度
  Key column value   　　 某一个key 的值
  ROWID  　　指针，具体指向于某一个数据

 B树索引的重建

B树索引经过大量的插入删除操作以后一个是容易使树不平衡，再一个是删除后空间不回收,形成了索引碎片, 
--所以定期重建索引(删除再创建)非常有必要.
--所有的索引的维护: 

--第一种:  rebuild
-- alter index 索引名  rebuild ;  对索引进行重建
alter  index idx_dexId rebuild;

--第二种方式:  先删,再建
drop index  idx_dexId;
create index idx_dexId on dex(id);

B-Tree索引适用的场景:

1. 适合高基数的列(唯一值多,重复值小)
2. 适合大量的增删改
3. 不能用包含OR操作符的查询

B-Tree索引不适合的场景:

1. 只有几个不同的值供选择。例如，一个“类型”列中，只有四个不同的值（A，B，C，和D）。该索引是一个低效的选择。如果你有一个Oracle数据库，那么为这些选择范围小的的列建立位图索引是更好的选择。
2. 当在where 条件中使用了除了MIN和MAX以外的函数。

rowid: 行地址

一旦这条数据插入到表中, Oracle分配一个行地址,  行地址一般情况不会改变
select e.*,rowid from emp e;

B树索引: 注意: 要求这一列的数据 高基数(重复值小), 默认的索引

查看sql的执行计划:

(查看这条sql 使用那些索引, 优化SQL语句之前, 使用执行计划, 查看SQL 执行情况)

1、可执行完具有索引的sql语句后，在执行工具上的‘解释计划’

2、通过语句
--1)  explain plan  for  + SQL  
explain  plan for select *  from  dex  where  id = 8888888;
--2) select * from table(dbms_xplan.display);
select * from table(dbms_xplan.display);

...等其他方式

 位图索引

　　　　要求这一列的值大量重复,  例如： 性别, 岗位

创建位图索引：

create bitmap index 索引名 on 表名(列);
create  bitmap index bm_sex on dex(sex);

位图索引主要针对大量相同值的列而创建。拿全国居民登录表来说，假设有四个字段：姓名、性别、年龄、和身份证号，年龄和性别两个字段会产生许多相同的值，性别只有男女两种值，年龄，1到120（假设最大年龄120岁）个值。那么不管一张表有几亿条记录，但根据性别字段来区分的话，只有两种取值（男、女）。那么位图索引就是根据字段的这个特性所建立的一种索引。

从上图，我们可以看出，一个叶子节点（用不同颜色标识）代表一个key , start rowid 和 end rowid规定这种类型的检索范围，一个叶子节点标记一个唯一的bitmap值。因为一个数值类型对应一个节点，当时行查询时，位图索引通过不同位图取值直接的位运算（与或），来获取到结果集合向量（计算出的结果）。

位图索引的特点：

1. Bitmap索引的存储空间节省
2. Bitmap索引创建的速度快
3. Bitmap索引允许键值为空
4. Bitmap索引对表记录的高效访问

总结:

• 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。
• 位图索引适合静态数据，而不适合索引频繁更新的列。这个原因是因为在更新该列时，需要同时更新系统中的该列该值对应位图向量，此时，系统会将所有该列为该值的行锁定。
• 位图索引创建时，不需要进行排序，因此速度较快；而B-tree索引创建时，需要排序等操作，因此慢很多。
• 当使用count(XX),可以直接访问索引就快速得出统计数据.
• 当根据位图索引的列进行and,or或 in(x,y,..)查询时,直接用索引的位图进行或运算,在访问数据之前可事先过滤数据.
• 位图索引允许键值为NULL，因此进行NULL条件查询时，可以使用索引。而B-tree索引不记录NULL，当使用NULL条件的查询时，会使用全表扫描

索引的维护

1. 建立索引后,查询的时候需要在where条件中带索引的字段才会使用索引
2. 在进程查询的字段上建立索引,不要在所有的字段建立索引
3. 因为索引是用来加快查询速度的,如果一张表经常在insert.update,delete而很少select,不建议建立索引,因为Oracle需要对索引进行额外的维护
4. 索引是由Oracle自动维护的,索引使用久了会产生索引碎片(磁盘碎片),影响查询速度,所以使用久了需要手动进行维护(删除再重建).