現(xiàn)在,我們知道優(yōu)化器如何對這些技術(shù)做出反應(yīng),清楚地說明 bitmap 索引和 B-tree 索引各自的最好應(yīng)用。
在 GENDER 列適當(dāng)?shù)貛б粋€ bitmap 索引,在 SAL 列上創(chuàng)建另外一個位圖索引,然后執(zhí)行一些查詢。在這些列上,用 B-tree 索引重新執(zhí)行查詢。
從 TEST_NORMAL 表,查詢工資為如下的男員工:
1000
1500
2000
2500
3000
3500
4000
4500
因此:
SQL> select * from test_normal
2 where sal in (1000,1500,2000,2500,3000,3500,4000,4500,5000) and GENDER='M';
已選擇444行。
執(zhí)行計(jì)劃
----------------------------------------------------------
Plan hash value: 4115571900
--------------------------------------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes | Cost(%CPU)| Time |
--------------------------------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 1 | 39 | 1 (0)| 00:00:01 |
|* 1 | TABLE ACCESS BY INDEX ROWID | TEST_NORMAL | 1 | 39 | 1 (0)| 00:00:01 |
| 2 | BITMAP CONVERSION TO ROWIDS| | | | | |
|* 3 | BITMAP INDEX SINGLE VALUE | NORMAL_GENDER_BMX | | | | |
--------------------------------------------------------------------------------------------------
Predicate Information (identified by operation id):
---------------------------------------------------
1 - filter("SAL"=1000 OR "SAL"=1500 OR "SAL"=2000 OR "SAL"=2500 OR "SAL"=3000
OR
"SAL"=3500 OR "SAL"=4000 OR "SAL"=4500 OR "SAL"=5000)
3 - access("GENDER"='M')
統(tǒng)計(jì)信息
----------------------------------------------------------
0 recursive calls
0 db block gets
6280 consistent gets
0 physical reads
0 redo size
25451 bytes sent via SQL*Net to client
839 bytes received via SQL*Net from client
31 SQL*Net roundtrips to/from client
0 sorts (memory)
0 sorts (disk)
444 rows processed
SQL>
這是一個典型的數(shù)據(jù)倉庫查詢,不要再 OLTP(On-Line Transaction Processing,聯(lián)機(jī)事務(wù)處理系統(tǒng))系統(tǒng)上執(zhí)行。下面是 bitmap 索引的結(jié)果:
而 B-tree 索引的查詢:
SQL> select * from test_normal
2 where sal in (1000,1500,2000,2500,3000,3500,4000,4500,5000) and GENDER='M';
已選擇444行。
執(zhí)行計(jì)劃
----------------------------------------------------------
Plan hash value: 654360527
-------------------------------------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |
-------------------------------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 1 | 39 | 2 (0)| 00:00:01 |
|* 1 | TABLE ACCESS BY INDEX ROWID| TEST_NORMAL | 1 | 39 | 2 (0)| 00:00:01 |
|* 2 | INDEX RANGE SCAN | NORMAL_GENDER_IDX | 1 | | 2 (0)| 00:00:01 |
-------------------------------------------------------------------------------------------------
Predicate Information (identified by operation id):
---------------------------------------------------
1 - filter("SAL"=1000 OR "SAL"=1500 OR "SAL"=2000 OR "SAL"=2500 OR "SAL"=3000
OR
"SAL"=3500 OR "SAL"=4000 OR "SAL"=4500 OR "SAL"=5000)
2 - access("GENDER"='M')
統(tǒng)計(jì)信息
----------------------------------------------------------
0 recursive calls
0 db block gets
6854 consistent gets
0 physical reads
0 redo size
25451 bytes sent via SQL*Net to client
839 bytes received via SQL*Net from client
31 SQL*Net roundtrips to/from client
0 sorts (memory)
0 sorts (disk)
444 rows processed
SQL>
對 B-tree 索引,優(yōu)化器選擇了全表掃描,而在 bitmap 索引的情況下,使用了索引。可以通過 IO 推斷出性能。
一般,bitmap 索引對 DSS 最合適,而不管基數(shù)怎么樣,原因如下:
對于 bitmap 索引,優(yōu)化器可能高效低相應(yīng)包含 AND、OR 或 XOR 的查詢。(Oracle 支持動態(tài)的 B-tree 到 bitmap 轉(zhuǎn)換,但是效率不是很高。
對 bitmap 索引,當(dāng)查詢或計(jì)數(shù) null 時,優(yōu)化器會響應(yīng)查詢。null 值也被 bitmap 索引索引(這不同于 B-tree 索引)。
更重要的是,DSS 系統(tǒng)的 bitmap 索引支持 ad hoc 查詢,而 B-tree 索引則不。更特別地,如果你有帶 50 列的一個表,而用戶頻繁查詢它們中的 10 個——或所有 10 個列的組合,或一個列——創(chuàng)建 B-tree 索引將會很困難。如果你在這些所有的列上創(chuàng)建 10 個 bitmap 索引,那么所有的查詢都會被這些索引響應(yīng),而不論是在 10 個列上查詢,還是 4、6 個列,或只一個列。AND_EQUAL 優(yōu)化器提示為 B-tree 索引提供這個功能,但是不能超過 5 個索引。bitmap 索引就沒有這個限制。
相比之下,B-tree 索引很適合 OLTP 應(yīng)用程序,這樣的系統(tǒng)用戶查詢比較常規(guī)(在部署前,可以調(diào)整),與 ad hoc 查詢相對,它不是很頻繁,在飛業(yè)務(wù)高峰時間執(zhí)行。因?yàn)?,OLTP 系統(tǒng)經(jīng)常更新和刪除,所以,在這種情況下,bitmap 索引可以導(dǎo)致一個嚴(yán)重的鎖問題。
這里的數(shù)據(jù)是很明顯。兩個索引目標(biāo)相同:盡可能快地返回結(jié)果。但選擇使用哪個完全取決于應(yīng)用的類型,而不是基數(shù)的水平。
您可能感興趣的文章:- B-Tree的性質(zhì)介紹
- MySQL Hash索引和B-Tree索引的區(qū)別
- SQLite中的B-Tree實(shí)現(xiàn)細(xì)節(jié)分析
- B-樹的插入過程介紹
- 基于B-樹和B+樹的使用:數(shù)據(jù)搜索和數(shù)據(jù)庫索引的詳細(xì)介紹
- 淺談MySQL的B樹索引與索引優(yōu)化小結(jié)
- 完整B樹算法Java實(shí)現(xiàn)代碼
- c語言B樹深入理解
- B-樹的刪除過程介紹