在线时间:8:00-16:00
迪恩网络APP
随时随地掌握行业动态
扫描二维码
关注迪恩网络微信公众号
对于数据库来说,索引是一个必选项,但对于现在的各种大型数据库来说,索引可以大大提高数据库的性能,以至于它变成了数据库不可缺少的一部分。 索引分类: 逻辑分类 single column or concatenated 对一列或多列建所引 unique or nonunique 唯一的和非唯一的所引,也就是对某一列或几列的键值(key)是否是唯一的。 Function-based 基于某些函数索引,当执行某些函数时需要对其进行计算,可以将某些函数的计算结果事先保存并加以索引,提高效率。 Doman 索引数据库以外的数据,使用相对较少 物理分类 B-Tree :normal or reverse key B-Tree索引也是我们传统上常见所理解的索引,它又可以分为正常所引和倒序索引。 Bitmap : 位图所引,后面会细讲 B-Tree 索引 B-Tree index 也是我们传统上常见所理解的索引。B-tree (balance tree)即平衡树,左右两个分支相对平衡。 B-Tree index Root为根节点,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,当查找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: 复制代码 代码如下: 用户登录: SQL> conn as1/as1 Connected. 创建表: 向表中插入1000条数据 PL/SQL procedure successfully completed. 查看表记录 创建索引: 查看创建的表与索引 OBJECT_NAME OBJECT_TYPE
复制代码 代码如下: SQL> create index dex_index2 on dex(sex,name); Index created. SQL> select object_name,object_type from user_objects; OBJECT_NAME OBJECT_TYPE 这里需要理解: 编写一本书,只有章节页面定好之后再设置目录;数据库索引也是一样,只有先插入好数据,再建立索引。那么我们后续对数据库的内容进行插入、删除,索引也需要随之变化。但索引的修改是由oracle自动完成的。 上面这张图能更加清晰的描述索引的结构。 跟节点记录0至50条数据的位置,分支节点进行拆分记录0至10.......42至50,叶子节点记录每第数据的长度和值,并由指针指向具体的数据。 如: 复制代码 代码如下: SQL> select * from dex where id>23 and id<32; ID SE NAME 如上面查找的列子,通过索引的方式先找到第23条数据,再找到第32条数据,这样就能快速的锁定一个查找的范围,如果每条数据都要从根节点开始查找的话,那么效率就会非常低下。 位图索引 位图索引主要针对大量相同值的列而创建。拿全国居民登录一第表来说,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。 Bitmap Index 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)。 举例讲解: 假设存在数据表T,有两个数据列A和B,取值如下,我们看到A和B列中存在相同的数据。 对两个数据列A、B分别建立位图索引:idx_t_bita和idx_t_bitb。两个索引对应的存储逻辑结构如下: Idx_t_bita索引结构,对应的是叶子节点: Idx_t_bitb索引结构,对应的是叶子节点: 对查询“select * from t where b=1 and (a='L' or a='M')”分析:位图索引使用方面,和B*索引有很大的不同。B*索引的使用,通常是从根节点开始,经过不断的分支节点比较到最近的符合条件叶子节点。通过叶子节点上的不断Scan操作,“扫描”出结果集合rowid。 而位图索引的工作方式截然不同。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)。 针对实例SQL,可以拆分成如下的操作: 1、a='L' or a='M' a=L:向量:1010 a=M:向量:0001 or操作的结果,就是两个向量的或操作:结果为1011。 2、结合b=1的向量 中间结果向量:1011 B=1:向量:1001 and操作的结果,1001。翻译过来就是第一和第四行是查询结果。 3、获取到结果rowid 目前知道了起始rowid和终止rowid,以及第一行和第四行为操作结果。可以通过试算的方法获取到结果集合rowid。 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 创建位图索引: 复制代码 代码如下: 查看表记录 SQL> select * from dex; ................... ID SEX NAME ---------- -- -------------------- M chongshi M chongshi G chongshi G chongshi G chongshi M chongshi G chongshi G chongshi G chongshi M chongshi rows selected. 对于上面表来说sex(性别)只有两种值,最适合用来创建位图所引 Index created. 查看创建的所引 OBJECT_NAME OBJECT_TYPE 创建索引的一些规则 复制代码 代码如下: SQL> alter index employees_last _name_idx storage(next 400K maxextents 100); 索引创建后,感觉不合理,也可以对其参数进行修改。详情查看相关文档 调整索引的空间: 复制代码 代码如下: 新增加空间 SQL> alter index orders_region_id_idx allocate extent (size 200K datafile '/disk6/index01.dbf'); 释放空间 索引在使用的过程中可能会出现空间不足或空间浪费的情况,这个时候需要新增或释放空间。上面两条命令完成新增与释放操作。关于空间的新增oracle可以自动帮助,如果了解数据库的情况下手动增加可以提高性能。 重新创建索引: 所引是由oracle自动完成,当我们对数据库频繁的操作时,索引也会跟着进行修改,当我们在数据库中删除一条记录时,对应的索引中并没有把相应的索引只是做一个删除标记,但它依然占据着空间。除非一个块中所有的标记全被删除的时,整个块的空间才会被释放。这样时间久了,索引的性能就会下降。这个时候可以重新建立一个干净的索引来提高效率。 复制代码 代码如下: SQL> alter index orders_region_id_idx rebuild tablespace index02; 通过上面的命令就可以重现建立一个索引,oracle重建立索引的过程: 1、锁表,锁表之后其他人就不能对表做任何操作。 移动所引: 其实,我们移动索引到其它表空间也同样使用上面的命令,在指定表空间时指定不同的表空间。新的索引创建在别位置,把老的干掉,就相当于移动了。 复制代码 代码如下: SQL> alter index orders_region_id_idx rebuild tablespace index03; 在线重新创建索引: 上面介绍,在创建索引的时候,表是被锁定,不能被使用。对于一个大表,重新创建索引所需要的时间较长,为了满足用户对表操作的需求,就产生的这种在线重新创建索引。 复制代码 代码如下: SQL> alter index orders_id_idx rebuild online;创建过程: 1、锁住表 整合索引碎片: 如上图,在很多索引中有剩余的空间,可以通过一个命令把剩余空间整合到一起。 复制代码 代码如下: SQL> alter index orders_id_idx coalesce; 删除索引: 复制代码 代码如下: SQL> drop index hr.departments_name_idx; 分析索引 检查所引的有效果,前面介绍,索引用的时间久了会产生大量的碎片、垃圾信息与浪费的剩余空间了。可以通过重新创建索引来提高所引的性能。 可以通过一条命令来完成分析索引,分析的结果会存放在在index_stats表中。 复制代码 代码如下: 查看存放分析数据的表: SQL> select count(*) from index_stats; COUNT(*) 执行分析索引命令: Index analyzed. 再次查看 index_stats 已经有了一条数据 COUNT(*) HEIGHT NAME LF_ROWS LF_BLKS DEL_LF_ROWS 分析数据分析: (HEIGHT)这个所引高度是2 ,(NAME)索引名为MY_BIT_IDX ,(LF_ROWS)所引表有1000行数据,(LF_BLKS)占用3个块,(DEL_LF_ROWS)删除100条记录。 这里也验证了前面所说的一个问题,删除的100条数据只是标记为删除,因为总的数据条数依然为1000条,占用3个块,那么每个块大于333条记录,只有删除的数据大于333条记录,这时一个块被清空,总的数据条数才会减少。 |
请发表评论