概述

今天主要介紹Oracle數據庫的三大索引類型，僅供參考。

一、B-Tree索引

三大特點：高度較低、存儲列值、結構有序

1.1利用索引特性進行優化

外鍵上建立索引：不但可以提升查詢效率，而且可以有效避免鎖的競爭（外鍵所在表delete記錄未提交，主鍵所在表會被鎖住）。

統計類查詢SQL：count(), avg(), sum(), max(), min()
排序操作：order by字段建立索引
去重操作：distinct
UNION/UNION ALL：union all不需要去重，不需要排序

1.2聯合索引

應用場景一：SQL查詢列很少，建立查詢列的聯合索引可以有效消除回表，但一般超過3個字段的聯合索引都是不合適的.
應用場景二：在字段A返回記錄多，在字段B返回記錄多，在字段A,B同時查詢返回記錄少，比如執行下面的查詢，結果c1,c2都很多，c3卻很少。

 select count(1) c1 from t where A = 1;
 select count(1) c2 from t where B = 2;
 select count(1) c3 from t where A = 1 and B = 2;

聯合索引的列誰在前？
普遍流行的觀點：重複記錄少的字段放在前面，重複記錄多的放在後面，其實這樣的結論並不準確。

 drop table t purge;
 create table t as select * from dba_objects;
 create index idx1_object_id on t(object_id,object_type);
 create index idx2_object_id on t(object_type,object_id);

 --等值查詢：
 select * from t where object_id = 20 and object_type = 'TABLE';
 select /*+ index(t,idx1_object_id) */ * from t where object_id = 20 and object_type = 'TABLE';
 select /*+ index(t,idx2_object_id) */ * from t where object_id = 20 and object_type = 'TABLE';

結論：等值查詢情況下，組合索引的列無論哪一列在前，性能都一樣。

 --範圍查詢：
 select * from t where object_id >=20 and object_id < 2000 and object_type = 'TABLE';
 select /*+ index(t,idx1_object_id) */ * from t where object_id >=20 and object_id < 2000 and object_type = 'TABLE';
 select /*+ index(t,idx2_object_id) */ * from t where object_id >=20 and object_id < 2000 and object_type = 'TABLE';

結論：組合索引的列，等值查詢列在前，範圍查詢列在後。但如果在實際生產環境要確定組合索引列誰在前，要綜合考慮所有常用SQL使用索引情況，因為索引過多會影響入庫性能。

1.3索引的危害

表上有過多索引主要會嚴重影響插入性能；

對delete操作，刪除少量數據索引可以有效快速定位，提升刪除效率，但是如果刪除大量數據就會有負面影響；
對update操作類似delete，而且如果更新的是非索引列則無影響。

1.4索引的監控

 --監控
 alter index [index_name] monitoring usage;
 select * from v$object_usage;
 --取消監控： 
 alter index [index_name] nomonitoring usage;

根據對索引監控的結果，對長時間未使用的索引可以考慮將其刪除。

1.5索引的常見執行計劃

INDEX FULL SCAN：索引的全掃描，單塊讀，有序
INDEX RANGE SCAN：索引的範圍掃描
INDEX FAST FULL SCAN：索引的快速全掃描，多塊讀，無序
INDEX FULL SCAN(MIN/MAX)：針對MAX(),MIN()函數的查詢
INDEX SKIP SCAN：查詢條件沒有用到組合索引的第一列，而組合索引的第一列重複度較高時，可能用到

二、位圖索引

應用場景：表的更新操作極少，重複度很高的列。

優勢：count(*) 效率高

 create table t(
 name_id,
 gender not null,
 location not null,
 age_range not null,
 data
 )as select 
 rownum,
 decode(floor(dbms_random.value(0,2)),0,'M',1,'F') gender,
 ceil(dbms_random.value(0,50)) location,
 decode(floor(dbms_random.value(0,4)),0,'child',1,'young',2,'middle',3,'old') age_range,
 rpad('*',20,'*') data
 from dual connect by rownum <= 100000;

 create index idx_t on t(gender,location,age_range);
 create bitmap index gender_idx on t(gender);
 create bitmap index location_idx on t(location);
 create bitmap index age_range_idx on t(age_range);

 select * from t where gender = 'M' and location in (1,10,30) and age_range = 'child';
 select /*+ index(t,idx_t) */* from t where gender = 'M' and location in (1,10,30) and age_range = 'child';