假设有以下emp表格:
现在我们要查询所有sal值大于2000的人员的信息,对应的sql语句如下:
select * from emp where sal>2000;
在正常情况下,数据库引擎会自上而下逐条检查记录,如果sal大于2000,该条记录就会被保留。在数据量较小的情况下,这个过程耗费时间可能不会很长,但是如果数据条数过多,有几万条或者几十万条,那么这种逐条检查的过程将会很漫长,查询性能将会很低。索引就是为了解决这个问题而提出来的,来增加数据的查询速度。
一、b树索引
b树索引,是通过将数据映射成二叉树,来加快查询速度的一种手段。以上面提到的内容为例,我们通过如下的操作创建一个b树索引:create index emp_sal_inx on emp(sal);
通过上述方式创建索引之后,数据库中会形成一个类似下面的二叉树:
树的每一个节点,都是由我们创建的索引的字段和对应的ROWID组成,这样当我们再次执行上面的查询语句时,Oracle会遍历这个二叉树,找到sal大于2000的节点后,通过ROWID定位到对应的数据记录,这样就通过使用树形的索引大大增加了数据的查询速度。
二、位图索引
位图索引适合某一列的数据分类不是很多的字段,用来加速查询速度。如上述表中的,我们查询deptno为30的所有人员的信息。使用下面的seql语句:
select * fromemp where deptno=30;
我们观察deptno列,发现它的数据中只有10、20和30三种,但是每种对应的数据可能很多,如果逐条查询判断效率同样会很低,现在我们就可以利用位图索引加速查询。
首先创建位图索引:
create bitmap index emp_deptno_bitinx on emp(deptno);
当创建完成之后,oracle会创建类似以下的数据结构:
deptno=10 | ROWID | ROWID | ROWID | ROWID | …… | ROWID | ROWID | ROWID |
deptno=20 | ROWID | ROWID | ROWID | ROWID | …… | ROWID | ROWID | ROWID |
deptno=30 | ROWID | ROWID | ROWID | ROWID | …… | ROWID | ROWID | ROWID |
数据按照创建索引的字段进行了分组,这样当插座属于某组的字段时,便可直接从该数据结构中读出。
三、删除索引
drop index 索引名