数据库索引整理

最新推荐文章于 2024-05-16 00:03:38 发布

LOYURU

最新推荐文章于 2024-05-16 00:03:38 发布

阅读量167

点赞数

文章标签： java 数据库

本文链接：https://blog.csdn.net/qiuchenxinlu/article/details/105699516

版权

索引的创建格式

CREATE UNIUQE | BITMAP INDEX .<index_name> ON .<table_name> (<column_name> | ASC | DESC, <column_name> | ASC | DESC,…) TABLESPACE <tablespace_name> STORAGE <storage_settings> LOGGING | NOLOGGING COMPUTE STATISTICS NOCOMPRESS | COMPRESS NOSORT | REVERSE PARTITION | GLOBAL PARTITION<partition_setting>

使用USER_IND_COLUMNS查询某个TABLE中的相应字段索引建立情况
使用DBA_INDEXES/USER_INDEXES查询所有索引的具体设置情况。

数据库索引分类

#按照索引列值的唯一性

非唯一索引
create index 索引名 on 表名（列名） tablespace 表空间名；
唯一索引
建立主键或者唯一约束时会自动在对应的列上建立唯一索引；

按照索引列的个数

单列索引
复合索引

按照索引列的物理组织方式（oracle）

B树索引：

平衡多路查找树，左子树小于父节点，右子树大于父节点，所有叶子节点在同一级，属于多叉树又名平衡多路查找树。数据库最常用的索引，各叶子节点中包括的数据有索引列的值和数据表中对应行的ROWID，简单的说，在B树索引中，是通过在索引中保存排过续的索引列值与相对应记录的ROWID来实现快速查询的目的。

可以保证无论用户要搜索哪个分支的叶子结点，都需要经过相同的索引层次，即都需要相同的I/O次数。

B树索引的创建示例：
create index ind_t on t1(id) ;
注1：索引的针对字段创建的，相同字段不能创建一个以上的索引；
注2：默认的索引是不唯一的，但是也可以加上unique，表示该索引的字段上没有重复值(定义unique约束时会自动创建)；
注3：创建主键时，默认在主键上创建了B树索引，因此不能再在主键上创建索引。

位图索引：

有些字段中使用B树索引的效率仍然不高，例如性别的字段中，只有“男、女”两个值，则即便使用了B树索引，在进行检索时也将返回接近一半的记录。
所以当字段的基数很低时，需要使用位图索引。(“低”的标准是取值数量 < 行数*1%)
位图索引的逻辑结构如上图所示：索引中不再记录rowid和键值，而是将每个值作为一列，用0和1表示该行是否等于该键值(0表示否;1表示是)。其中位图索引的行顺序与原表的行顺序一致，可以在查询数据的过程中对应计算出行的原始物理位置。
位图索引的创建示例：
create bitmap index ind_t on t1(type);
注：位图索引不可能是唯一索引，也不能进行键值压缩。

反向键索引：

考虑这个情况：某一字段的值是1-1000顺序排列，建立B树索引后依旧递增，到后来该B数索引不断在后面增加分支，会形成不对称树。反向键索引是一种特殊的B树索引，在存储构造中与B树索引完全相同，但是针对数值时，反向键索引会先反向每个键值的字节，然后对反向后的新数据进行索引。例如输入2008则转换为8002，输入2009则转换为9002，输入2010则转换为0102，输入2011则转换为1102，这样当数值一次增加时，其反向键在大小中的分布仍然是比较平均的。
反向键索引的创建示例：
create index ind_t on t1(id) reverse;
注：键的反转由系统自行完成。对于用户是透明的。

基于函数的索引：

有的时候，需要进行如下查询：select * from t1 where to_char(date,‘yyyy’)>‘2007’;
但是即便在date字段上建立了索引，还是不得不进行全表扫描。在这种情况下，可以使用基于函数的索引。其创建语法如下：
create index ind_t on t1(to_char(date,‘yyyy’));
注：简单来说，基于函数的索引，就是将查询要用到的表达式作为索引项。

全局索引和局部索引：

具体索引和表的关系有三种：
1、局部分区索引：分区索引和分区表1对1
2、全局分区索引：分区索引和分区表N对N
3、全局非分区索引：非分区索引和分区表1对N
创建示例：

首先创建一个分区表
create table student
(
stuno number(5),
sname vrvhar2(10),
deptno number(5)
)

partition by hash (deptno)
(
partition part_01 tablespace A1,
partition part_02 tablespace A2
);

创建局部分区索引(1v1)：
create index ind_t on student(stuno)
local(
partition part_01 tablespace A2,
partition part_02 tablespace A1
); --local后面可以不加

创建全局分区索引(NvN)：
create index ind_t on student(stuno)
global partition by range(stuno)
(
partition p1 values less than(1000) tablespace A1,
partition p2 values less than(maxvalue) tablespace A2
); --只可以进行range分区

创建全局非分区索引(1vN)
create index ind_t on student(stuno) GLOBAL;

簇索引：
聚簇索引：将数据存储与索引放到了一块，找到索引也就找到了数据
非聚簇索引：将数据存储于索引分开结构，索引结构的叶子节点指向了数据的对应行，myisam通过key_buffer把索引先缓存到内存中，当需要访问数据时（通过索引访问数据），在内存中直接搜索索引，然后通过索引找到磁盘相应数据，这也就是为什么索引不在key buffer命中时，速度慢的原因

参考博客：
数据库索引有哪几种
 聚簇索引与非聚簇索引（也叫二级索引）