java map btree_位图（bitmap）、btree、hash索引

数据库位图(bitmap)、btree、hash索引的优缺点：

1.BTree索引

BTree(多路搜索树，并不是二叉的)是一种常见的数据结构。使用BTree结构可以显著减少定位记录时所经历的中间过程，从而加快存取速度。

这个数据结构一般用于数据库的索引，综合效率较高。

》不适合：

单列索引的列不能包含null的记录，复合索引的各个列不能包含同时为null的记录，否则会全表扫描；

不适合键值较少的列(重复数据较多的列)；

前导模糊查询不能利用索引(like '%XX'或者like '%XX%')

2.Hash散列索引

Hash散列索引是根据HASH算法来构建的索引。虽然 Hash 索引效率高，但是 Hash 索引本身由于其特殊性也带来了很多限制和弊端，主要有以下这些。

》适合：

精确查找非常快(包括= <> 和in)，其检索效率非常高，索引的检索可以一次定位，不像BTree 索引需要从根节点到枝节点，所以 Hash 索引的查询效率要远高于 B-Tree 索

引。

》不适合：

不适合模糊查询和范围查询(包括like，>，

围的过滤，因为经过相应的 Hash 算法处理之后的 Hash 值的大小关系，并不能保证和Hash运算前完全一样；

不适合排序，数据库无法利用索引的数据来提升排序性能，同样是因为Hash值的大小不确定；

复合索引不能利用部分索引字段查询，Hash 索引在计算 Hash 值的时候是组合索引键合并后再一起计算 Hash 值，而不是单独计算 Hash 值，所以通过组合索引的前面一个或几

个索引键进行查询的时候，Hash 索引也无法被利用。

同样不适合键值较少的列(重复值较多的列)；

3.Bitmap位图索引

就是用位图表示的索引，对列的每个键值建立一个位图。相对于BTree索引，占用的空间非常小，创建和使用非常快。位图索引由于只存储键值的起止Rowid和位图,占用的

空间非常少。

如表(create table t1(c1 int);)，共10行数据如下：

10 20 30 20 10 30 10 30 20 30

那么会建立三个位图，如下：

bitmap1 KEY=10:    1 0 0 0 1 0 1 0 0 0

bitmap2 KEY=20:    0 1 0 1 0 0 0 0 1 0

bitmap3 KEY=30:    0 0 1 0 0 1 0 1 0 1

》适合：

适合决策支持系统；

当select count(XX) 时,可以直接访问索引中一个位图就快速得出统计数据；

当根据键值做and，or或 in(x,y,..)查询时，直接用索引的位图进行或运算,快速得出结果行数据。

》不适合：

不适合键值较多的列(重复值较少的列)；

不适合update、insert、delete频繁的列，代价很高。