位圖（BitMap）索引
前段時間聽同事分享，偶爾講起Oracle數據庫的位圖索引，頓時大感興趣。說來慚愧，在這之前對位圖索引一無所知，因此趁此機會寫篇博文介紹下位圖索引。
1. 案例
有張表名爲table的表，由三列組成，分別是姓名、性別和婚姻狀況，其中性別只有男和女兩項，婚姻狀況由已婚、未婚、離婚這三項，該表共有100w個記錄。現在有這樣的查詢： select * from table where Gender=‘男’ and Marital=“未婚”;
|
姓名(Name) |
性別(Gender) |
婚姻狀況(Marital) |
|
張三 |
男 |
已婚 |
|
李四 |
女 |
已婚 |
|
王五 |
男 |
未婚 |
|
趙六 |
女 |
離婚 |
|
孫七 |
女 |
未婚 |
|
... |
... |
... |
1）不使用索引
不使用索引時，數據庫只能一行行掃描所有記錄，然後判斷該記錄是否滿足查詢條件。
2）B樹索引
對於性別，可取值的範圍只有'男','女'，並且男和女可能各站該表的50%的數據，這時添加B樹索引還是需要取出一半的數據， 因此完全沒有必要。相反，如果某個字段的取值範圍很廣，幾乎沒有重複，比如身份證號，此時使用B樹索引較爲合適。事實上，當取出的行數據佔用表中大部分的數據時，即使添加了B樹索引，數據庫如oracle、mysql也不會使用B樹索引，很有可能還是一行行全部掃描。
2. 位圖索引出馬
如果用戶查詢的列的基數非常的小， 即只有的幾個固定值，如性別、婚姻狀況、行政區等等。要爲這些基數值比較小的列建索引，就需要建立位圖索引。
對於性別這個列，位圖索引形成兩個向量，男向量爲10100...，向量的每一位表示該行是否是男，如果是則位1，否爲0，同理，女向量位01011。
|
RowId |
1 |
2 |
3 |
4 |
5 |
... |
|
男 |
1 |
0 |
1 |
0 |
0 |
|
|
女 |
0 |
1 |
0 |
1 |
1 |
|
對於婚姻狀況這一列，位圖索引生成三個向量，已婚爲11000...，未婚爲00100...，離婚爲00010...。
|
RowId |
1 |
2 |
3 |
4 |
5 |
... |
|
已婚 |
1 |
1 |
0 |
0 |
0 |
|
|
未婚 |
0 |
0 |
1 |
0 |
1 |
|
|
離婚 |
0 |
0 |
0 |
1 |
0 |
|
當我們使用查詢語句“select * from table where Gender=‘男’ and Marital=“未婚”;”的時候 首先取出男向量10100...，然後取出未婚向量00100...，將兩個向量做and操作，這時生成新向量00100...，可以發現第三位爲1，表示該表的第三行數據就是我們需要查詢的結果。
|
RowId |
1 |
2 |
3 |
4 |
5 |
|
男 |
1 |
0 |
1 |
0 |
0 |
|
and |
|
|
|
|
|
|
未婚 |
0 |
0 |
1 |
0 |
1 |
|
結果 |
0 |
0 |
1 |
0 |
0 |
3.位圖索引的適用條件
上面講了，位圖索引適合只有幾個固定值的列，如性別、婚姻狀況、行政區等等，而身份證號這種類型不適合用位圖索引。
此外，位圖索引適合靜態數據，而不適合索引頻繁更新的列。舉個例子，有這樣一個字段busy，記錄各個機器的繁忙與否，當機器忙碌時，busy爲1，當機器不忙碌時，busy爲0。
這個時候有人會說使用位圖索引，因爲busy只有兩個值。好，我們使用位圖索引索引busy字段！假設用戶A使用update更新某個機器的busy值，比如update table set table.busy=1 where rowid=100;，但還沒有commit，而用戶B也使用update更新另一個機器的busy值，update table set table.busy=1 where rowid=12; 這個時候用戶B怎麼也更新不了，需要等待用戶A commit。
原因：用戶A更新了某個機器的busy值爲1，會導致所有busy爲1的機器的位圖向量發生改變，因此數據庫會將busy＝1的所有行鎖定，只有commit之後才解鎖。
轉載請標明源地址：http://www.cnblogs.com/LBSer