9.2.6 位图(Bitmap)索引
建立bitmap索引的语法:
create bitmap index idx_emp_gender on emp(gender) ;
位图索引是另外一个索引类型,组织形式和b-tree索引相同,也是一颗平衡树,区别
在于叶子节点里存放索引条目的方式不同。前面知道,B树索引的叶子节点对于表里
的每个数据行,如果索引列的值不为空,则会为这个记录行在叶子节点中维护一个
对应的索引条目。 而位图索引则不是这样,叶子节点中存放的索引条目如下:
http://space.itpub.net/9842/viewspace-343286
位图索引非常适用于DSS及数据仓库系统,他们可以使用较少的基数(唯一键数目,
比如男和女,基数为2)列,访问非常大的表,尽管位图索引最多可以达到30个列,
但是一般都只用于少量的列。对于那些有较低基数的列要使用位图索引。位图索引
对于低基数(少量不同值)的列来说非常快,这是因为索引的大小相对于B树索引来说
小很多,因为这些索引是低基数的B树索引。
在表上放置单独的位图索引意义不大,位图索引的作用来源于与许多其他位图索引
的结合,只有当我们执行布尔运算AND和OR的时候,它们才开始为我们产生效益,即
只有许多列具有索引的时候,用户才能够有效的利用它们。由于Bitmap索引首先不
应该在有大量DML表中使用(高并发),所以不会因为有多个Bitmap索引带来很大的性
能问题 。位图索引仅仅存在于Oracle企业版本中。
----------------------------------------------------------
注意:读这一节之前,需要复习一下rowid的结构。
例子: OOOOOOFFFBBBBBBRRR
其中:
OOOOOO: 六位表示data object id,根据data object id可以确定segment。
FFF: 三位表示相对文件号。根据该相对文件号可以得到绝对文件号,从而确定datafile。
BBBBBB:六位表示data block number。这里的data block number是相对于datafile
的编号,而不是相对于tablespace的编号。
RRR:三位表示row number(行号), 这里的行号是表示行在block中存储的位置,
它与rownum是完全不同的两个概念。行号越大的记录在block中存放的位置越靠后,
但并非越晚插入的记录行号越大。oracle在一个block中插入数据时,总是优先考
虑block前面的空闲空间的。
----------------------------------------------------------
bitmap联合索引及单独索引 ---
那么如果是WHERE后查询有多个条件都适合建立bitmap索引,是建立联合索引好呢,
还是建立单独索引好 ?
比如A有x种值,B有y种值,C有z种值, 空间使用量大致应该是
联合索引 : x*y*z
单独索引 : x+y+z
一般来讲第一种空间会大一些。从空间上来讲,用单独索引要要一些。
从bitmap的特性来说,对于A B C的联合查询仍然建议建立3个单独的位图索引。
因为位图索引的BITMAP AND/OR效率很高,不需要去建立联合索引提升效率,建
立复合索引意味着你人为构造一个选择度很高的键值,这与BITMAP索引的特性
冲突。
位图索引的结构 ---
在表上建立索引后,叶子节点的位图索引条目中还包含表里第一条记录所对应的rowid
及最后一条记录所对应的rowid, 所以条目的最后一部分则是由多个bit位组成的bitmap,
每个bit位就对应一条记录。 格式:
bitmap叶子节点的结构大概如下(有多少记录,bitmap就有多少位):
.....
例如:
Key start_rowid end_rowid 理论上的bitmap 转储文件的bitmap
<01 00c01ce4.0 00c01ce4.0017 00100110000110000010 > ca 64 18 04
<02 00c01ce4.0 00c01ce4.0017 01000001010000110100 > ca 82 c2 02
<03 00c01ce4.0 00c01ce4.0017 10011000101001001001 > ca 19 25 09
其实dump出来的start-rowid及end-rowid分别如 srid=00c01ce4.0 erid=00c01ce4.17,
左边的表示文件号(从左边第一个字节开始的4个字节表示)和数据块号(从左边第五个
字节开始的4个字节表示),点右边表示数据块里的行号。
bitmap字符长度与start-rowid和end-rowid之间包含的rowid数量(表的数据行)一
样,每个块的大小是8192*8bit*90%*87%(如果数据块大小为8K,pctfree=10%, 块
头部占用一些),那么一个bitmap索引的叶子节点大概能索引51314 条记录。
bitmap中没有直接记录rowid, 而是记录了一个位图, 位图中的每一个bit位都对应一
个rowid, 之间有转换关系的.所以用bitmap索引的时候你可以在执行计划里看到 bitmap
to rowid 这样的步骤.
当我们发出where c1='01'这样的SQL时,oracle会搜索01所在的索引条目,然后
扫描该索引条目中的bitmap里的所有bit位。第一个bit位是1,表示第一条上的c1
的值是01,于是返回第一条记录所在的rowid(根据该索引条目里记录的start rowid
加上行号得到该记录所在的rowid), 第二个bit位为0, 则说明第二条记录上的c1值不
为01,依此类推。特别注意,如果索引列为空,也会在位图索引中记录,对应的bit
位为0 ;
如果索引列上不同值的个数比较少的时候,比如对于性别列(男或女)等,则使用位
图索引会比较好,因为它对空间的占用非常少(因为都是用bit位来表示表里的数据行),
从而在扫描索引的时候,扫描的索引块的个数也比较少。可以试想一下,如果在列的
不同值非常多的列上,比如主键列上,创建位图索引,则产生的索引条目就等于表里
记录的条数,同时每个索引条目里的bitmap里,只有一个1,其它都是0。这样还不如
B树索引的效率高。
如果被索引的列经常被更新的话,则不适合使用位图索引。当更新位图索引所在的
列时,由于要在不同的索引条目之间修改bit位,比如将第一条记录从01变为02,
则必须将01所在的索引条目的第一个bit位改为0,再将02所在的索引条目的第一个
bit位改为1。因此,在更新索引条目的过程中,会锁定位图索引里多个索引条目。
也就是同时只能有一个用户能够更新表T,从而降低了并发性。
所以位图索引比较适合用在数据仓库系统里,不适合用在OLTP系统里。
真值表 ---
在建立bitmap索引的时候,整个表上会有DML锁定。Oracle会为索引字段列中遇到
的各个值构建 "真值表" ,比如下面的表:
ID Mannager Dept Gender etc...
----------------------------------------------
70 QS 10 M
10 RW 10 F
30 RW 30 M
50 QS 20 F
40 QS 10 M
30 RW 30 M
50 RW 20 F
60 QS 10 M
在Mananger上的真值表如下:
QS RW 对应emp表中的ID列
--------------------------------------
1 0 70
0 1 10
0 1 30
1 0 50
1 0 40
0 1 30
0 1 50
1 0 60
在Gender上的真值表如下:
M F 对应emp表中的ID列
--------------------------------------
1 0 70
0 1 10
1 0 30
0 1 50
1 0 40
1 0 30
0 1 50
1 0 60
bitmap index的使用 ---
select * from emp where gender='F' and mananger='RW' ;
当做以上语句查询时,优化器会从gender位图索引中获取F位图,从Manager
位图索引中获取RW位图,让后再在他们上面执行AND操作,具体过程如下:
F 01010010
RW 01100110
------------------------------
AND 01000010 (结果)
根据该索引条目里记录的start rowid加上行号(块中行号)得到该记录所在的rowid,
然后可以找到这些记录,
Dump 位图索引 ---
SQL> create table t_bitmap_test as
2 select rownum as id,trunc(dbms_random.value(1,4)) as bitcol
3 from dba_objects where rownum<=20;
SQL> select * from t_bitmap_test;
ID BITCOL
---------- ----------
1 3
2 2
3 1
4 3
5 3
6 1
7 1
8 2
9 3
10 2
11 3
12 1
13 1
14 3
15 2
16 2
17 3
18 2
19 1
20 3
SQL> connect hr/hr
已连接。
SQL> alter session set events '10608 trace name context forever, level 10';
会话已更改。
SQL> create bitmap index idx_t_bitmap_test on t_bitmap_test(bitcol);
索引已创建。
SQL> alter session set events '10608 trace name context off';
会话已更改。
SQL> select object_id from user_objects where object_name='IDX_T_BITMAP_TEST';
OBJECT_ID
----------
24499
SQL> alter session set events 'immediate trace name TREEDUMP level 24499';
会话已更改。
10608事件用来跟踪创建bitmap索引的过程。而TREEDUMP则用来转储索引的
树状结构。打开转储出来的文件:
*** SESSION ID:(7.13) 2008-06-10 14:33:46.000
qerbiARwo: bitmap size is 8168
qerbiIPI default pctfree=10
qerbiIPI length=0
qerbiAllocate pfree=127 space=8168
qerbiStart first start
qerbiRop: rid=00c01ce4.0000, new=Y , key: (2): c1 04
qerbiCmpSz notfound pctfree=10
qerbiCmpSz adjblksize=7351 length=0
qerbiRop keysize=4 maxbm=3531
kdibcoinit(3116714): srid=00c01ce4.0000
qerbiRop: rid=00c01ce4.0001, new=Y , key: (2): c1 03
kdibcoinit(3116698): srid=00c01ce4.0001
qerbiRop: rid=00c01ce4.0002, new=Y , key: (2): c1 02
kdibcoinit(311661c): srid=00c01ce4.0002
qerbiRop: rid=00c01ce4.0003, new=N, key: (2): c1 04
qerbiRop: rid=00c01ce4.0004, new=N, key: (2): c1 04
qerbiRop: rid=00c01ce4.0005, new=N, key: (2): c1 02
qerbiRop: rid=00c01ce4.0006, new=N, key: (2): c1 02
qerbiRop: rid=00c01ce4.0007, new=N, key: (2): c1 03
qerbiRop: rid=00c01ce4.0008, new=N, key: (2): c1 04
qerbiRop: rid=00c01ce4.0009, new=N, key: (2): c1 03
qerbiRop: rid=00c01ce4.000a, new=N, key: (2): c1 04
qerbiRop: rid=00c01ce4.000b, new=N, key: (2): c1 02
qerbiRop: rid=00c01ce4.000c, new=N, key: (2): c1 02
qerbiRop: rid=00c01ce4.000d, new=N, key: (2): c1 04
qerbiRop: rid=00c01ce4.000e, new=N, key: (2): c1 03
qerbiRop: rid=00c01ce4.000f, new=N, key: (2): c1 03
qerbiRop: rid=00c01ce4.0010, new=N, key: (2): c1 04
qerbiRop: rid=00c01ce4.0011, new=N, key: (2): c1 03
qerbiRop: rid=00c01ce4.0012, new=N, key: (2): c1 02
qerbiRop: rid=00c01ce4.0013, new=N, key: (2): c1 04
kdibcoend(3116714): erid=00c01ce4.0017status=3
qerbiCon: key: (2): c1 04
srid=00c01ce4.0 erid=00c01ce4.17 bitmap: (4): ca 19 25 09
kdibcoend(3116698): erid=00c01ce4.0017status=3
qerbiCon: key: (2): c1 03
srid=00c01ce4.0 erid=00c01ce4.17 bitmap: (4): ca 82 c2 02
kdibcoend(311661c): erid=00c01ce4.0017status=3
qerbiCon: key: (2): c1 02
srid=00c01ce4.0 erid=00c01ce4.17 bitmap: (4): ca 64 18 04
这一段是创建bitmap索引的过程。我们先把被索引的列的值换算成十六进制:
SQL> select dump(3),dump(2),dump(1) from dual;
DUMP(3) DUMP(2) DUMP(1)
------------------ ------------------ ------------------
Typ=2 Len=2: 193,4 Typ=2 Len=2: 193,3 Typ=2 Len=2: 193,2
4、3、2对应的十六进制则是04、03、02。也就是上面转储部分显示的key部
分的键值。可以看到,oracle在创建bitmap索引时,先从第一条记录开始扫
描,取出第一条记录的键值(bitcol=3),也就是“qerbiRop: rid=00c01ce4.0000,
new=Y , key: (2): c1 04”。new=Y说明这是一个新的键值,因此会对应到
一个索引条目。扫描第二条记录时,发现bitcol=2,该键值也是一个新的键值,
因此产生一个新的索引条目,对应“qerbiRop: rid=00c01ce4.0001, new=Y ,
key: (2): c1 03”。扫描到第三条记录时,发现bitcol=1,该键值也是一个
新的键值,因此产生第三个索引条目,对应“qerbiRop: rid=00c01ce4.0002,
new=Y , key: (2): c1 02”。接下来扫描到的记录所对应的bitcol的值都是
1、2、3中的一个,因此都不会产生新的索引条目,因此它们的new都为N。
然后扫描完表里的所有记录以后,开始创建bitmap索引条目,也就是下面的部分:
qerbiCon: key: (2): c1 04
srid=00c01ce4.0 erid=00c01ce4.17 bitmap: (4): ca 19 25 09
kdibcoend(3116698): erid=00c01ce4.0017status=3
qerbiCon: key: (2): c1 03
srid=00c01ce4.0 erid=00c01ce4.17 bitmap: (4): ca 82 c2 02
kdibcoend(311661c): erid=00c01ce4.0017status=3
qerbiCon: key: (2): c1 02
srid=00c01ce4.0 erid=00c01ce4.17 bitmap: (4): ca 64 18 04
这里的srid表示start rowid,erid表示end rowid。
可以看到总共产生了3个索引条目,其key分别为:04、03、02。
这3个索引条目的start rowid和end rowid的格式分两部分,中间用点隔开,点
左边的表示文件号(从左边第一个字节开始的4个字节表示)和数据块号(从左边
第五个字节开始的4个字节表示),点右边表示数据块里的行号。这里的显示可以
看到,这20条记录都位于相同的数据块里。这里的00c0表示文件号:
SQL> select sys.pkg_number_trans.f_hex_to_dec('c')/4 file# FROM dual;
FILE#
----------
3
SQL> select sys.pkg_number_trans.f_hex_to_dec('1ce4') as blk# FROM dual;
BLK#
----------------------
7396
因此这20条记录在3号数据文件的7396号数据块里。我们可以使用dbms_rowid来验证。
SQL> select distinct dbms_rowid.rowid_relative_fno(rowid) as file#,
2 dbms_rowid.rowid_block_number(rowid) as block#
3 from t_bitmap_test;
FILE# BLOCK#
---------- ----------
3 7396
可以看到,完全符合。
每个索引条目的“bitmap : (4)”部分表示的也就是前面说到的bit位了,由1、0组成。
按照前面bitmap的理论,这20条记录所对应的三个索引条目的bitmap的样子应该为:
Key_value start_rowid end_rowid 理论上的bitmap 转储文件的bitmap
1 00c01ce4.0 00c01ce4.0017 00100110000110000010 ca 64 18 04
2 00c01ce4.0 00c01ce4.0017 01000001010000110100 ca 82 c2 02
3 00c01ce4.0 00c01ce4.0017 10011000101001001001 ca 19 25 09
转储文件里的bitmap如何对应到bit位呢 ?首先第一个字节的ca可以不考虑,暂时不知
道第一个字节是什么意思。只考虑后三个字节。比如对于key_value=3来说,19,25,09
对应的二进制为:
SQL> col c1 format a10
SQL> col c2 format a10
SQL> col c3 format a10
SQL> select sys.pkg_number_trans.f_hex_to_bin(19) as c1,
2 sys.pkg_number_trans.f_hex_to_bin(25) as c2,
3 sys.pkg_number_trans.f_hex_to_bin(09) as c3 from dual;
C1 C2 C3
---------- ---------- ----------
11001 100101 1001
2
其中不足8位的前面用0补齐,因此,C1=00011001,C2=00100101,C3=00001001
在二进制里,每个应该倒过来,从右到左排列,因此为:
C3 C2 C1
00001001 00100101 00011001
然后将它们组织为一个由多个bit位组成的bitmap的话,仍然从右到左,
依次取出每个bit位,于是我们有:100110001010010010010000。我们
可以把这个bit串与理论上的bitmap比较一下:
100110001010010010010000
10011000101001001001
很明显,除了最后多出来的4个0以外,其余部分完全一致。而最后多出
的0并不影响这个索引条目的使用。
类似的,我们可以使用相同的方法来依次验证另外两个键值,都是符合理论值的。
数据都在一个数据块里的情况比较容易理解。如果被索引的数据分布在多个数据
块里呢?
经常会有人问到,只记录start rowid和end rowid,如果被索引的记录分布在多
个数据块里,那么oracle如何根据start rowid来找到bitmap里的bit=1所对应的
记录的rowid呢?
创建一个表:
SQL> create table t_bitmap_2(id number,bitcol char(2000));
insert into t_bitmap_2 values(1,'A');
insert into t_bitmap_2 values(2,'A');
insert into t_bitmap_2 values(3,'A');
insert into t_bitmap_2 values(4,'B');
insert into t_bitmap_2 values(5,'A');
insert into t_bitmap_2 values(6,'A');
insert into t_bitmap_2 values(7,'B');
insert into t_bitmap_2 values(8,'A');
insert into t_bitmap_2 values(9,'A');
insert into t_bitmap_2 values(9,'A');
insert into t_bitmap_2 values(10,'B');
insert into t_bitmap_2 values(11,'B');
insert into t_bitmap_2 values(12,'B');
insert into t_bitmap_2 values(13,'B');
insert into t_bitmap_2 values(14,'B');
insert into t_bitmap_2 values(15,'B');
COMMIT;
获得这15条记录所在的数据块号:
SQL> select distinct dbms_rowid.rowid_relative_fno(rowid) as file#,
2 dbms_rowid.rowid_block_number(rowid) as block#
3 from t_bitmap_2;
FILE# BLOCK#
---------- ----------
3 7428
3 7429
3 7430
3 7431
3 7432
3 7433
可以知道,这15条记录分布在6个数据块里。
然后跟踪对于bitcol列上的bitmap索引的创建过程:
alter session set events '10608 trace name context forever, level 10';
create bitmap index idx_t_bitmap_2 on t_bitmap_2(bitcol);
alter session set events '10608 trace name context off';
从转储出来的文件可以看到,最终形成了两个索引条目:
……
qerbiCon: key: (2000):
41 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20
……
srid=00c01d04.0 erid=00c01d08.7 bitmap: (11): c8 06 c0 44 f8 b3 01 07 f8 56 06
……
qerbiCon: key: (2000):
42 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20
……
srid=00c01d04.0 erid=00c01d09.7 bitmap: (12): 00 f8 56 06 f8 56 07 c0 a1 01 c0 44
*** 2008-06-10 11:21:08.000
很明显,这里的两个索引条目的start rowid和end rowid是不相同的。
键值为A的索引条目为:
srid=00c01d04.0 erid=00c01d08.7 bitmap: (11): c8 06 c0 44 f8 b3 01 07 f8 56 06
其数据块从1d04到1d08,也就是:
SQL> select sys.pkg_number_trans.f_hex_to_dec('1d04') as s_blk#,
2 sys.pkg_number_trans.f_hex_to_dec('1d08') as e_blk#
3 from dual;
S_BLK# E_BLK#
---------- ----------
7428 7432
而键值B的索引条目为:
srid=00c01d04.0 erid=00c01d09.7 bitmap: (12): 00 f8 56 06 f8 56 07 c0 a1 01 c0 44
其数据块从1d04到1d09,也就是:
SQL> select sys.pkg_number_trans.f_hex_to_dec('1d04') as s_blk#,
2 sys.pkg_number_trans.f_hex_to_dec('1d09') as e_blk#
3 from dual;
S_BLK# E_BLK#
---------- ----------
7428 7433
这个时候,
SQL> select substr(bitcol,1,1) as bitcol,dbms_rowid.rowid_block_number(rowid)
as block# from t_bitmap_2;
BI BLOCK#
-- ----------
B 7428
A 7428
A 7428
A 7429
B 7429
B 7429
B 7430
B 7430
B 7430
A 7431
A 7431
A 7431
B 7432
A 7432
A 7432
B 7433
这时,oracle放了很多的bit来对应这15条记录,但是oracle如何根据这些bit位来找
对应的rowid就猜不出了。
来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/35489/viewspace-687727/,如需转载,请注明出处,否则将追究法律责任。
转载于:http://blog.itpub.net/35489/viewspace-687727/