B-Tree和位图索引的优缺点和应用场景

引言：大家都知道“效率”是数据库中非常重要的一个指标，如何提高效率大家可能都会想起索引，但索引又这么多种，什么场合应该使用什么索引呢？哪种索引可以提高我们的效率，哪种索引可以让我们的效率大大降低（有时还不如全表扫描性能好）下面要讲的“索引”如何成为我们的利器而不是灾难！多说一点，由于不同索引的存储结构不同，所以应用在不同组织结构的数据上，本篇文章重点就是：理解不同的技术都适合在什么地方应用！

B-Tree索引

场合：非常适合数据重复度低的字段 例如 身份证号码 手机号码 QQ号等字段，常用于主键 唯一约束，一般在在线交易的项目中用到的多些。
原理：一个键值对应一行（rowid） 格式： 【索引头|键值|rowid】
优点：当没有索引的时候，oracle只能全表扫描where qq=40354446 这个条件那么这样是灰常灰常耗时的，当数据量很大的时候简直会让人崩溃，那么有个B-tree索引我们就像翻书目录一样，直接定位rowid立刻就找到了我们想要的数据，实质减少了I/O操作就提高速度，它有一个显著特点查询性能与表中数据量无关，例如 查2万行的数据用了3 consistent get,当查询1200万行的数据时才用了4 consistent gets。
当我们的字段中使用了主键or唯一约束时，不用想直接可以用B-tree索引
缺点：不适合键值重复率较高的字段上使用，例如 第一章 1-500page 第二章 501-1000page
实验：
alter system flush shared_pool; 清空共享池
alter system flush buffer_cache; 清空数据库缓冲区，都是为了实验需要
创建leo_t1 leo_t2 表
leo_t1 表的object_id列的数据是没有重复值的，我们抽取了10行数据就可以看出来了。
LS@LEO> create table leo_t1 as select object_id,object_name from dba_objects;
LS@LEO> select count() from leo_t1;
COUNT()

  9872

LS@LEO> select * from leo_t1 where rownum <= 10;
OBJECT_ID OBJECT_NAME

---

    20 ICOL$
    44 I_USER1
    28 CON$
    15 UNDO$
    29 C_COBJ#
     3 I_OBJ#
    25 PROXY_ROLE_DATA$
    39 I_IND1
    51 I_CDEF2
    26 I_PROXY_ROLE_DATA$_1

leo_t2 表的object_id列我们是做了取余操作，值就只有0,1两种，因此重复率较高，如此设置为了说明重复率对B树索引的影响
LS@LEO> create table leo_t2 as select mod(object_id,2) object_ID ,object_name from dba_objects;
LS@LEO> select count() from leo_t2;
COUNT()

  9873

LS@LEO> select * from leo_t2 where rownum <= 10;
OBJECT_ID OBJECT_NAME

---

     0 ICOL$
     0 I_USER1
     0 CON$
     1 UNDO$
     1 C_COBJ#
     1 I_OBJ#
     1 PROXY_ROLE_DATA$
     1 I_IND1
     1 I_CDEF2
     0 I_PROXY_ROLE_DATA$_1

LS@LEO> create index leo_t1_index on leo_t1(object_id); 创建B-tree索引，说明 默认创建的都是B-tree