位图索引和B tree索引的区别

(1)、与索引相关视图

查询DBA_INDEXES视图可得到表中所有索引的列表；访问USER_IND_COLUMNS视图可得到一个给定表中被索引的特定列。

(2)、组合索引概念

当某个索引包含有多个已索引的列时，称这个索引为组合（concatented）索引。
注意：只有在使用到索引的前导索引时才可以使用组合索引

(3)、B*Tree索引

B*Tree索引是最常见的索引结构，默认建立的索引就是这种类型的索引。B*Tree索引在检索高基数数据列（高基数数据列是指该列有很多不同的值）时提供了最好的性能。
DML语句：

Create index indexname on
tablename(columnname[columnname...])

B-tree特性：
适合与大量的增、删、改（OLTP）；
不能用包含OR操作符的查询；
适合高基数的列（唯一值多）；
典型的树状结构；
每个结点都是数据块；
大多都是物理上一层、两层或三层不定，逻辑上三层；
叶子块数据是排序的，从左向右递增；
在分支块和根块中放的是索引的范围。

(4)、Bitmap索引

位图索引主要用于决策支持系统或静态数据，不支持行级锁定。位图索引最好用于低cardinality列（即列的唯一值除以行数为一个很小的值，接近零）。

DML语句：

Create BITMAP index indexname on
tablename(columnname[columnname...])

Bitmap特性:
适合与决策支持系统；
做UPDATE代价非常高；
非常适合OR操作符的查询；
基数比较少的时候才能建位图索引。

(5)、B*tree和Bitmap的不同

在一颗B*树中，通常索引条目和行之间存在一种一对一的关系：一个索引条目就指向一行；而对于位图索引，一个索引条目则使用一个位图同时指向多行。
位图索引适用于高度重复而且通常只读的数据（高度重复是指相对于表中的总行数，数据只有很少的几个不同值）。B*tree索引的话通常在访问小数据量的情况下比较适用，比如你访问不超过表中数据的5%，适用于一般的情况；bitmap的话在数据仓库中使用较多，用于低基数列，比如性别之类重复值很多的字段，基数越小越好。

(6)、导致索引失效的情况

使用不等于操作符（<>、!=）
通常把不等于操作符改成OR条件，就可以使用索引，以避免全表扫描

使用IS NULL 或IS NOT NULL
使用IS NULL 或IS NOT NULL同样会限制索引的使用。因为NULL值并没有被定义。在SQL语句中使用NULL会有很多的麻烦。因此建议开发人员在建表时，把需要索引的列设成NOT NULL。如果被索引的列在某些行中存在NULL值，就不会使用这个索引（除非索引是一个位图索引）。

使用函数
如果不使用基于函数的索引，那么在SQL语句的WHERE子句中对存在索引的列使用函数时，会使优化器忽略掉这些索引。

比较不匹配的数据类型
不匹配的数据类型之间比较会让Oracle自动限制索引的使用，即便对这个查询执行Explain Plan也不能让您明白为什么做了一次”全表扫描”。

复合索引中的前导列没有被作为查询条件
复合索引中，一定要将前导列作为查询条件，索引才会被使用

CBO模式下选择的行数比例过大，优化器采取了全表扫描
这是基于代价的优化考虑

---

查询高基数字段 Querying a High Cardinality Field

问题详情

我正在为即将到来的Cassandra迁移订单设计数据模型。 订单具有orderId（奥术UUID字段）和orderNumber（用户友好号码）。 可以使用两者中的任何一个来完成getOrder查询。

我的分区键是orderId，因此getByOrderId不是问题。 通过getByOrderNumber - 在orderId和orderNumber（高基数字段）之间存在一对一的映射，因此在每个节点上创建本地二级索引会减慢我的查询速度。

我想知道的是，我可以创建一个新的表，其中orderNumber作为分区键，orderId作为唯一的列（一种二级索引，但由我维护）。 现在，可以在两次调用中解析getByOrderNumber查询。

如果上述解决方案出现严重错误，请耐心等待，我对卡桑德拉来说是个新手。 据我了解，对于这样一个列，如果我使用本地二级索引，Cassandra将不得不查询每个节点的单个订单。 所以我想为什么不创建另一个存储映射的表。

我自己管理这个索引会缺少什么？ 有一点我可以看到，如果每次写入，我现在必须更新两个表。 还要别的吗？

答案

我想为什么不创建另一个存储映射的表。

没关系。 来自Cassandra文档：

在这些情况下不要使用索引 ：

在高基数列上，因为您然后查询大量记录以获取少量结果。 请参阅下面的使用高基数列索引的问题。

使用高基数列索引的问题

如果您在具有许多不同值的高基数列上创建索引，则字段之间的查询会导致很多搜索结果很少。 在拥有十亿首歌曲的表格中，通过作者查找歌曲（每首歌曲通常是唯一的值）而非他们的录音艺术家可能效率非常低。

将表作为索引的形式手动维护而不是使用内置索引可能更有效。 对于包含唯一数据的列，只要具有索引列的表的查询量适中且不在恒定负载下，为方便起见，使用索引有时性能良好。

相反，在极低基数列（例如布尔列）上创建索引没有意义。 索引中的每个值都成为索引中的一行，例如，所有错误值都会产生一个巨大的行。 索引具有foo = true和foo = false的多个索引列是没有用的。

Cassandra数据建模具有非规范化数据是正常的。