oracle索引介绍(图文详解)

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:
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

创建索引:

复制代码 代码如下:

用户登录:

sql> conn as1/as1

connected.

创建表:
sql> create table dex (id int,sex char(1),name char(10));
table created.

向表中插入1000条数据
sql> begin
 for i in 1..1000
 loop
 insert into dex values(i,’m’,’chongshi’);
 end loop;
 commit;
 end;
 /

pl/sql procedure successfully completed.

查看表记录
sql> select * from dex;
        id se name
———- — ——————–
       … . …..
m  chongshi
m  chongshi
m  chongshi
m  chongshi
m  chongshi
m  chongshi
m  chongshi
m  chongshi
m  chongshi
m  chongshi
rows selected.

创建索引:
sql> create index dex_idx1 on dex(id);
index created.
注:对表的第一列(id)创建索引。

查看创建的表与索引
sql> select object_name,object_type from user_objects;

object_name                  object_type
——————————————————————————–
dex                           table
dex_idx1                      index

索引分离于表,作为一个单独的个体存在,除了可以根据单个字段创建索引,也可以根据多列创建索引。oracle要求创建索引最多不可超过32列。

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
——————————————————————————–
dex                                       table
dex_idx1                                 index
dex_index2                               index

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。
最后一层的叶子节是双向链接,它们是被有序的链接起来,这样才能快速锁定一个数据范围。

如:

复制代码 代码如下:

sql> select * from dex where id>23 and id<32;

        id se name
———- — ——————–
m  chongshi
m  chongshi
m  chongshi
m  chongshi
m  chongshi
m  chongshi
m  chongshi
m  chongshi
rows selected.

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
创建索引:
sql> create bitmap index my_bit_idx on dex(sex);

index created.

查看创建的所引
sql>  select object_name,object_type from user_objects;

object_name                           object_type
——————————————————————————–
my_bit_idx                               index

创建索引的一些规则                                                  

1、权衡索引个数与dml之间关系,dml也就是插入、删除数据操作。
这里需要权衡一个问题,建立索引的目的是为了提高查询效率的,但建立的索引过多,会影响插入、删除数据的速度,因为我们修改的表数据,索引也要跟着修改。这里需要权衡我们的操作是查询多还是修改多。
2、把索引与对应的表放在不同的表空间。
     当读取一个表时表与索引是同时进行的。如果表与索引和在一个表空间里就会产生资源竞争,放在两个表这空就可并行执行。
3、最好使用一样大小是块。
     oracle默认五块,读一次i/o,如果你定义6个块或10个块都需要读取两次i/o。最好是5的整数倍更能提高效率。
4、如果一个表很大,建立索引的时间很长,因为建立索引也会产生大量的redo信息,所以在创建索引时可以设置不产生或少产生redo信息。只要表数据存在,索引失败了大不了再建,所以可以不需要产生redo信息。

5、建索引的时候应该根据具体的业务sql来创建,特别是where条件,还有where条件的顺序,尽量将过滤大范围的放在后面,因为sql执行是从后往前的。(小李飛菜刀)

索引常见操作                                                           

改变索引:

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
sql> alter index oraers_id_idx deallocate unused;

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。
2、创建新的(干净的)临时索引。
3、把老的索引删除掉
4、把新的索引重新命名为老索引的名字
5、对表进行解锁。

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
2、创建立临时的和空的索引和iot表用来存在on-going dml。普通表存放的键值,iot所引表直接存放的表中数据;on-gong dml也就是用户所做的一些增删改的操作。
3、对表进行解锁
4、从老的索引创建一个新的索引。
5、iot表里存放的是on-going dml信息,iot表的内容与新创建的索引合并。
6、锁住表
7、再次将iot表的内容更新到新索引中,把老的索引干掉。
8、把新的索引重新命名为老索引的名字
9、对表进行解锁

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:
sql> analyze index my_bit_idx validate structure;

index analyzed.

再次查看 index_stats 已经有了一条数据
sql> select count(*) from index_stats;

  count(*)
———-

把数据查询出来:
sql> select height,name,lf_rows,lf_blks,del_lf_rows from index_stats;

    height   name              lf_rows   lf_blks   del_lf_rows
———- ———————————————————————- ———- ———–
  my_bit_idx            1000          3            100

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。

(0)
上一篇 2022年3月22日
下一篇 2022年3月22日

相关推荐