（6）位图索引（bitmap）

最新推荐文章于 2020-12-31 08:57:05 发布
最新推荐文章于 2020-12-31 08:57:05 发布
阅读量568 收藏
点赞数
分类专栏： execution plan
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/zq9017197/article/details/8601674
版权

1、入门

SQL> create table t1
  2  pctfree 70
  3  pctused 30
  4  nologging
  5  as
  6  select
  7    mod((rownum-1),20)    n1,       -- 散布值为20
  8    trunc((rownum-1)/500)    n2,    -- 集群值为20
  9  --
 10    mod((rownum-1),25)    n3,       -- 散布值为25
 11    trunc((rownum-1)/400)    n4,    -- 集群值为25
 12  --
 13    mod((rownum-1),25)    n5,       -- B树散布值为25
 14    trunc((rownum-1)/400)    n6,    -- B树集群值为25
 15  --
 16    lpad(rownum,10,'0')    small_vc,  --选择的目标
 17    rpad('x',220)      padding        --浪费空间
 18  from
 19    all_objects
 20  where
 21    rownum  <= 10000
 22  ;

表已创建。

SQL> create bitmap index t1_i1 on t1(n1) nologging pctfree 90;

索引已创建。

SQL> create bitmap index t1_i2 on t1(n2) nologging pctfree 90;

索引已创建。

SQL> create bitmap index t1_i3 on t1(n3) nologging pctfree 90;

索引已创建。

SQL> create bitmap index t1_i4 on t1(n4) nologging pctfree 90;

索引已创建。

SQL> create index t1_i5 on t1(n5) nologging pctfree 90;

索引已创建。

SQL> create index t1_i6 on t1(n6) nologging pctfree 90;

索引已创建。

SQL> begin
  2  dbms_stats.gather_table_stats(
  3  user,
  4  't1',
  5  cascade => true,
  6  estimate_percent => null,
  7  method_opt => 'for all columns size 1'
  8  );
  9  end;
 10  /

PL/SQL 过程已成功完成。
这个表中有6个重要的列，没一个列都建立了索引。列n1和n2都有20个不同的值，但是，列n1的值是平均分布在表中；列n2某个值对应的行集群在500个集群中。
列n3和n4和上面两列类似，只不过是存在25个不同的值。
列n5和n6与列n3和n4相同，只不过上面建立的是B树索引。
索引的统计信息如下： 
SQL> run
  1  select i.index_name,
  2         i.blevel,
  3         i.leaf_blocks,
  4         i.distinct_keys,
  5         i.num_rows,
  6         i.clustering_factor,
  7         i.avg_leaf_blocks_per_key,
  8         i.avg_data_blocks_per_key
  9*   from user_indexes i

INDEX_NAME          BLEVEL LEAF_BLOCKS DISTINCT_KEYS   NUM_ROWS CLUSTERING_FACTOR AVG_LEAF_BLOCKS_PER_KEY AVG_DATA_BLOCKS_PER_KEY
--------------- ---------- ----------- ------------- ---------- ----------------- ----------------------- -----------------------
T1_I1                    1          60            20        139               139                       3                       6
T1_I2                    1          10            20         20                20                       1                       1
T1_I3                    1          63            25        125               125                       2                       5
T1_I4                    1           9            25         25                25                       1                       1
T1_I5                    1         217            25      10000             10000                       8                     400
T1_I6                    1         217            25      10000              1114                       8                      44

已选择6行。
需要注意到以下几点：
a、数据的集群程度能够在很大程度上影响位图索引中叶块的数目（n1中的数据的散布的，索引有60个叶块；n2是集群的，索引有10个叶块；类似的，n3和n4分别有63和9个叶块）。总的来说，散布数据上的位图索引一般要比集群且相似的数据上要大。但是，B树索引就不会受到这种因素的影响（n5为散步数据，n6为集群数据，但是它们的索引都是217个叶块）。
b、位图索引的CLUSTERING_FACTOR仅仅是NUM_ROWS的一个副本。CLUSTERING_FACTOR的大小和表中数据的散步程度没有直接的联系。

c、对于位图索引来说，某些统计信息的含义将发生变化（尤其是CLUSTERING_FACTOR）

SQL> select /*+ index(t1) */ small_vc from t1 where n5 = 2;

执行计划
----------------------------------------------------------
Plan hash value: 1385878225

-------------------------------------------------------------------------------------
| Id  | Operation                   | Name  | Rows  | Bytes | Cost (%CPU)| Time     |
-------------------------------------------------------------------------------------
|   0 | SELECT STATEMENT            |       |   400 |  5600 |   409   (0)| 00:00:05 |
|   1 |  TABLE ACCESS BY INDEX ROWID| T1    |   400 |  5600 |   409   (0)| 00:00:05 |
|*  2 |   INDEX RANGE SCAN          | T1_I5 |   400 |       |     9   (0)| 00:00:01 |
-------------------------------------------------------------------------------------

Predicate Information (identified by operation id):
---------------------------------------------------

   2 - access("N5"=2)

SQL> select /*+ index(t1) */ small_vc from t1 where n6 = 2;

执行计划
----------------------------------------------------------
Plan hash value: 1134273289

-------------------------------------------------------------------------------------
| Id  | Operation                   | Name  | Rows  | Bytes | Cost (%CPU)| Time     |
-------------------------------------------------------------------------------------
|   0 | SELECT STATEMENT            |       |   400 |  5600 |    54   (0)| 00:00:01 |
|   1 |  TABLE ACCESS BY INDEX ROWID| T1    |   400 |  5600 |    54   (0)| 00:00:01 |
|*  2 |   INDEX RANGE SCAN          | T1_I6 |   400 |       |     9   (0)| 00:00:01 |
-------------------------------------------------------------------------------------

Predicate Information (identified by operation id):
---------------------------------------------------

   2 - access("N6"=2)
可以看见，针对B树索引下的列的查询对于集群数据和散布数据的执行计划是不同的（54和409）。 
SQL> select /*+ index(t1) */ small_vc from t1 where n3 = 2;

执行计划
----------------------------------------------------------
Plan hash value: 1683756096

--------------------------------------------------------------------------------------
| Id  | Operation                    | Name  | Rows  | Bytes | Cost (%CPU)| Time     |
--------------------------------------------------------------------------------------
|   0 | SELECT STATEMENT             |       |   400 |  5600 | 20107   (1)| 00:04:02 |
|   1 |  TABLE ACCESS BY INDEX ROWID | T1    |   400 |  5600 | 20107   (1)| 00:04:02 |
|   2 |   BITMAP CONVERSION TO ROWIDS|       |       |       |            |          |
|*  3 |    BITMAP INDEX SINGLE VALUE | T1_I3 |       |       |            |          |
--------------------------------------------------------------------------------------

Predicate Information (identified by operation id):
---------------------------------------------------

   3 - access("N3"=2)

SQL> select /*+ index(t1) */ small_vc from t1 where n4 = 2;

执行计划
----------------------------------------------------------
Plan hash value: 1419429417

--------------------------------------------------------------------------------------
| Id  | Operation                    | Name  | Rows  | Bytes | Cost (%CPU)| Time     |
--------------------------------------------------------------------------------------
|   0 | SELECT STATEMENT             |       |   400 |  5600 | 20105   (1)| 00:04:02 |
|   1 |  TABLE ACCESS BY INDEX ROWID | T1    |   400 |  5600 | 20105   (1)| 00:04:02 |
|   2 |   BITMAP CONVERSION TO ROWIDS|       |       |       |            |          |
|*  3 |    BITMAP INDEX SINGLE VALUE | T1_I4 |       |       |            |          |
--------------------------------------------------------------------------------------

Predicate Information (identified by operation id):
---------------------------------------------------

   3 - access("N4"=2)
可以看见，针对位图索引查询的成本接近一致，不管这些数据是极度散布还是高度集中（20107和20105）。注意，优化器没有报告位图索引的成本。



事后诸葛亮
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
B-Tree和位图索引的优缺点和应用场景
weixin_44524950的博客
01-28 3104
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-...
mysql bitmap位图索引_Oracle位图索引(Bitmap Index)
weixin_33957278的博客
02-07 250
欢迎进入Oracle社区论坛，与200万技术人员互动交流 >>进入 位图(bitmap)索引是另外一种索引类型，它的组织形式与B树索引相同，也是一棵平衡树。与B树索引的区别在于叶子节点里存放索引条目的方式不同。从前面我们知道，B树索引的叶子节点里，对于表里的每欢迎进入Oracle社区论坛，与200万技术人员互动交流 >>进入位图(bitmap)索引是另外一种索引类型，它的...
[20140402]关于位图索引的统计信息
04-04 71
[20140402]关于位图索引的统计信息.txt 前几天,帮别人解决一些数据库问题,看awr报表很容易确定有1个表的索引使用了位图,导致在业务高峰出现阻塞情况, 当然不能简单的把 原来的位图索引删除,建立常规索引,因为...
BitMap索引
gclhaha的博客
12-15 323
当表中的字段只有几种值的时候，比如要表示性别的时候，如果要再该字段实现高效的统计，此时，用位图索引是最佳的选择。目前较主流的是Oracle支持位图索引。 位图索引的结构类似于b+tree，叶子节点包含指定的位图段 缺点 位图索引锁的力度非常大，当尝试新增或修改一条数据的时候，通常与它在同一条位图的数据操作，都会被锁住。因为某行所在的位置顺序有可能会因为数据的添加或删除而发生改变，所以要将它锁住，...
oracle 位图索引（bitmap index）
cke63021的博客
01-18 526
今天研究下oracle中的位图索引，通过这边文章你会了解到，什么是位图索引？，什么情况下应该使用位图索引？位图索引的检索数据的过程，以及位图索引的弊端？ 一：什么是位图索引？ 位图索引是从orac...
oracle上浮下浮分析函数_Oracle SQL高级编程——分析函数（窗口函数）全面讲解...
weixin_39594895的博客
12-31 203
Oracle SQL高级编程——分析函数(窗口函数)全面讲解概述分析函数是以一定的方法在一个与当前行相关的结果子集中进行计算，也称为窗口函数。一般结构为Function(arg1 , arg2 ……) over(partition by clause order by clause windowing clause )Windowing clause : rows | range between ...
位图索引（bitmap index）
qin_DB的博客
08-20 352
位图索引是一种很高效的索引结构，对于多属性过滤的聚合查询很高效，玩的就是 bit。本文预计阅读时间 3 分钟。位图索引基本概念位图：位（bit）的一个简单数组，比如 001010，这个位数...
位图索引BitMap
zongshi1992的博客
03-06 503
位图（BitMap）索引 　　前段时间听同事分享，偶尔讲起Oracle数据库的位图索引，顿时大感兴趣。说来惭愧，在这之前对位图索引一无所知，因此趁此机会写篇博文介绍下位图索引。 1. 案例 　　有张表名为table的表，由三列组成，分别是姓名、性别和婚姻状况，其中性别只有男和女两项，婚姻状况由已婚、未婚、离婚这三项，该表共有100w个记录。现在有这样的查询：     sele
位图索引Bitmap indexes(数据库索引)
hxxjxw的博客
10-04 788
位图索引是一种使用位图的特殊数据库索引。主要针对大量相同值的列而创建,比如（性别、婚配等字段可选值很少的字段创建位图索引）； http://blog.itpub.net/29654823/viewspace-2150299/ https://blog.csdn.net/yidian815/article/details/16891021 ...
数据结构之位图（bitmap）详解
09-04
位图（Bitmap）是一种重要的数据结构，广泛应用于索引、数据压缩以及各种算法优化。它的核心概念是用二进制位来表示特定的信息，每个位（bit）的状态可以是0或1，分别代表两种不同的状态，例如真与假、存在与不存在...
c# 实现位图算法（BitMap）
08-18
C# 实现位图算法（BitMap） 位图算法（BitMap）是一种高效的数据结构，主要用于快速查询和存储大规模数据。下面将详细介绍 C# 中如何实现位图算法（BitMap）。 什么是 BitMap BitMap 的基本思想就是用一个 bit 位...
大数据位图索引压缩算法研究
04-12
在ITAS的三项关键技术中，我们重点研究位图索引压缩算法，并在本文中进行了详细的调查。 当前最新的位图索引编码方案包括：BBC，WAH，PLWAH，EWAH，PWAH，CONCISE，COMPAX，VLC，DF-WAH和VAL-WAH。 基于分段，分块...
（1）oracle单表选择率（selectivity）——计算执行计划的基数
事后诸葛亮的程序人生（微信：zq9017197）
01-25 4583
CBO优化器是基于对当前经过特定测试的数据集中预期的行比率估计来计算基数的。此处的行数之比是一个数值，称为选择率（selectivity）。得到选择率之后，将其与输入行数进行简单相乘既可得到基数。 在理解选择性之前，必须得对user_tab_col_statistics视图有一定了解： SQL> desc user_tab_col_statistics 名称
三种链接方式详解（HASH JOIN MERGE JOIN NESTED LOOP）
事后诸葛亮的程序人生（微信：zq9017197）
11-22 3279
注意：本文转载自：http://blog.csdn.net/tianlesoftware/article/details/5826546 在多表联合查询的时候，如果我们查看它的执行计划，就会发现里面有多表之间的连接方式。 之前打算在sqlplus中用执行计划的，但是格式看起来有点乱，就用Toad 做了3个截图。 从3张图里我们看到了几点信息：
RBO基于规则的优化器！
事后诸葛亮的程序人生（微信：zq9017197）
10-27 2843
优化器：oracle中优化器（Optimizer）是sql分析和执行的优化工具，它负责制订sql的执行计划。oracle的优化器有两种，基于规则的优化器（RBO）和基于代价的优化器（CBO），从oracle 10g开始，RBO已经被测底的废弃拉。 谓词：就是指一个查询中where限制条件。 基于规则的优化器（RBO）：就是在优化器里面嵌入若干种规则，执行的sql语句符合哪种规则，则按照哪种规则
查询转换——视图合并（1）！
事后诸葛亮的程序人生（微信：zq9017197）
12-19 1855
查询转换的主要目的就是确定如果改变查询的写法会不会提供更好的查询计划。查询转换能够并且可能会重写你的查询。查询转换器可能会改变你最初所写查询的结构，只要这样的改变不会影响结果集。 视图合并是一种将内嵌或存储试视图展开为能够独立分析或者与查询剩余部分合并成总体执行计划的独立查询块的转换。 /*+ NO_QUERY_TRANSFORMATION */   禁止查询转换。 /*+ MERGE(TA
查询转换——使用物化视图进行查询重写（4）！
事后诸葛亮的程序人生（微信：zq9017197）
12-25 1681
查询重写是一种发生在当一个查询或查询的一部分已经被保存为一个物化视图，转换器重写该查询以使用预先计算好的物化视图数据而不需要执行当前查询的转换。 /*+ REWRITE(MVIEW_NAME) */  使用物化视图进行查询重写。 SQL> select e.empno, e.ename, e.job 2 from emp e, dept d 3 where e.deptn
bind peeking
事后诸葛亮的程序人生（微信：zq9017197）
06-21 1672
光有统计信息是不够的，变量的值不同，可能采用的执行计划也不同，所以Oracle引入了bind peeking这个技术。但需要强调的是，即使是bind peeking，也只是发生在硬分析的时候。 SQL> drop table t purge; 表已删除。 SQL> create table t as select 1 id,a.* from all_objects a; 表已创建。 SQ
并行执行！
事后诸葛亮的程序人生（微信：zq9017197）
06-20 1653
并行处理内部的机制： 首先Oracle会创建一个进程用于协调并行服务进程之间的信息传递，这个协调进程将需要操作的数据集分割成很多部分，称为并行处理单元；然后并行协调进程给每个并行进程分配一个数据单元。比如有四个并行服务进程，他们就会同时处理各自分配的单元，当一个并行服务进程处理完毕后，协调进程就会给它分配另外的单元，如此反复，直到整个表上的数据都处理完，最后协调进程负责将每个小集合合并成一个
Oracle 索引之——位图索引
最新发布
06-01
0; } ``` 程序运行时，会显示一个菜单，让用户选择不同的功能，例如： ``` 1位图索引（Bitmap Index）是...001 张三 90.0 80.0 MAP AND、BITMAP OR、BITMAP NOT 等操作符组合多个位图索引，以获得更高效的查询性能。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值