[转帖]B树索引位图索引和散列索引

Posted jinanxiaolaohu

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了[转帖]B树索引位图索引和散列索引相关的知识,希望对你有一定的参考价值。

B树索引、位图索引和散列索引

索引在数据结构上可以分为三种B树索引、位图索引和散列索引

 

B树索引

 

结构:



技术图片
 

 
 

 

 

特点:

 

1.索引不存储null值。

 

   更准确的说,单列索引不存储null值,复合索引不存储全为null的值

 

    索引不能存储Null,所以对这列采用is null条件时,因为索引上根本没Null值,不能利用到索引,只

 

能全表扫描。

 

   为什么索引列不能存Null值呢?将索引列值进行建树,其中必然涉及到诸多的比较操作。Null值

 

的特殊性就在于参与的运算大多取值为null。这样的话,null值实际上是不能参与进建索引的

 

过程。也就是说,null值不会像其他取值一样出现在索引树的叶子节点上。

 

B树索引测试1:NULL是否存在索引上。

 

 

create table btree_test(id number,code varchar2(10));

create index idx_btree_test_id on btree_test(id,code);

select object_id from user_objects where object_name=‘IDX_BTREE_TEST_ID‘;

alter session set events ‘immediate trace name treedump level 59097‘;

insert into btree_test values(null,null);

alter session set events ‘immediate trace name treedump level 59097‘;

insert into btree_test values(null,‘1‘);

alter session set events ‘immediate trace name treedump level 59097‘;

insert into btree_test values(1,null);

alter session set events ‘immediate trace name treedump level 59097‘;

 

 

然后查看转储文件,admin数据库名udump

 

发现这样的信息:

 

*** 2013-07-19 14:56:41.827

----- begin tree dump

leaf: 0x140142c 20976684 (0: nrow: 0 rrow: 0)

----- end tree dump

*** 2013-07-19 14:56:54.480

----- begin tree dump

leaf: 0x140142c 20976684 (0: nrow: 1 rrow: 1)

----- end tree dump

*** 2013-07-19 14:57:08.139

----- begin tree dump

leaf: 0x140142c 20976684 (0: nrow: 2 rrow: 2)

----- end tree dump

 

nrow当前节点所含索引条目的数量(包括delete的条目)

 

rrow有效的索引条目的数量

 

可以发现:

 

插入null,null时,有效的索引条目为0

插入null,1时,   有效的索引条目为1

插入1,null时,   有效的索引条目为2

 

所以,复合索引只有当要插入的值全为Null时才不能放入存入索引中。

 

 也可以这样看:

 

 SELECT num_rows  FROM user_indexes t   WHERE t.index_name =‘btree_test‘;

 

 

2.不适合键值较少的列(重复数据较多的列)。

 

     假如索引列TYPE有5个键值,如果有1万条数据,那么 WHERE TYPE = 1将访问表中的2000个数据块。

 

再加上访问索引块,一共要访问大于200个的数据块。

 

    如果全表扫描,假设10条数据一个数据块,那么只需访问1000个数据块,既然全表扫描访问的数据块

 

少一些,肯定就不会利用索引了。

 

3.前导模糊查询不能利用索引(like ‘%XX‘或者like ‘%XX%‘)

 

   假如有这样一列code的值为‘AAA‘,‘AAB‘,‘BAA‘,‘BAB‘ ,如果where code like ‘%AB‘条件,由于前面是

 

模糊的,所以不能利用索引的顺序,必须一个个去找,看是否满足条件。这样会导致全索引扫描或者全表扫

 

描。如果是这样的条件where code like ‘A % ‘,就可以查找CODE中A开头的CODE的位置,当碰到B开头的

 

数据时,就可以停止查找了,因为后面的数据一定不满足要求。这样就可以利用索引了。

 

 

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。

 

    如test表中有state这样一列,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 

 

位图索引特点:

 

 

1.相对于B*Tree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。

 

 

2.不适合键值较多的列。

 

3.不适合update、insert、delete频繁的列。

 

4.可以存储null值。

 

    B*Tree索引由于不记录空值,当基于is null的查询时,会使用全表扫描,而对位图索引列进

 

行is null查询时,则可以使用索引。

 

5.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。

 

6.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。

 

 

位图测试1:位图索引查询效率(省略)。
 
位图测试2:修改数据时锁的范围。
 
create table test_bitmap(id number,state number);
insert into test_bitmap values (1,10);
insert into test_bitmap values (2,10);
insert into test_bitmap values (3,20);
insert into test_bitmap values (4,20);
insert into test_bitmap values (5,10);
insert into test_bitmap values (6,30);
insert into test_bitmap values (7,30);
insert into test_bitmap values (8,20);
insert into test_bitmap values (9,30);
insert into test_bitmap values (10,20);
 
 
CREATE BITMAP INDEX INDEX_TESTBITMAP_STATE ON TEST_BITMAP(STATE);
 
开一个PLSQL窗口(SESSION1),执行
update test_bitmap set state = 20 where id = 1;
 
另开一个PLSQL窗口(SESSION2),执行
update test_bitmap set state = 20 where id = 2;
或者
update test_bitmap set state = 10 where id = 4;
可以发现,状态为20的所有行被锁定。
 

 

 

散列索引

 

散列索引是根据HASH算法来构建的索引,所以检索速度很快,但不能范围查询。

 

散列索引的特点

 

 

1.只适合等值查询(包括= <> 和in),不适合模糊或范围查询

以上是关于[转帖]B树索引位图索引和散列索引的主要内容,如果未能解决你的问题,请参考以下文章

[转帖]B树索引和位图索引的结构介绍

B+树索引和哈希索引的区别

pandas将某一行设置为列索引(python)

pandas笔记:根据列索引名称/行索引名称 对列重新排序

pandas使用read_csv函数读取csv数据header参数指定作为列索引的行索引列表形成复合(多层)列索引使用方括号[]基于最外层列索引名称索引列数据

pandas读取csv数据index_col参数指定作为行索引的数据列索引列表形成复合(多层)行索引使用方括号[]基于列索引名称元组索引列数据(index tuple)