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索引
Index created.
LS@LEO> create index leo_t2_index on leo_t2(object_ID); 创建B-tree索引
Index created.
让我们看一下leo_t1与leo_t2的重复情况
LS@LEO> select count(distinct(object_id)) from leo_t1; 让我们看一下leo_t1与leo_t2的重复情况，leo_t1没有重复值，leo_t2有很多
COUNT(DISTINCT(OBJECT_ID))

                  9872

LS@LEO> select count(distinct(object_ID)) from leo_t2;
COUNT(DISTINCT(OBJECT_ID))

                     2

收集2个表统计信息
LS@LEO> execute dbms_stats.gather_table_stats(ownname=>‘LS’,tabname=>‘LEO_T1’,method_opt=>‘for all indexed columns size 2’,cascade=>TRUE);
LS@LEO> execute dbms_stats.gather_table_stats(ownname=>‘LS’,tabname=>‘LEO_T2’,method_opt=>‘for all indexed columns size 2’,cascade=>TRUE);
参数详解：
method_opt=>‘for all indexed columns size 2’ size_clause=integer 整型 ，范围 1~254 ，使用柱状图[ histogram analyze ]分析列数据的分布情况
cascade=>TRUE 收集表的统计信息的同时收集B-tree索引的统计信息
显示执行计划和统计信息+设置autotrace简介
序号 命令 解释
1 SET AUTOTRACE OFF 此为默认值，即关闭Autotrace
2 SET AUTOTRACE ON EXPLAIN 只显示执行计划
3 SET AUTOTRACE ON STATISTICS 只显示执行的统计信息
4 SET AUTOTRACE ON 包含2,3两项内容
5 SET AUTOTRACE TRACEONLY 与ON相似，但不显示语句的执行结果
结果键值少的情况
set autotrace trace exp stat; （SET AUTOTRACE OFF 关闭执行计划和统计信息）
LS@LEO> select * from leo_t1 where object_id=1;
no rows selected
Execution Plan 执行计划

Plan hash value: 3712193284

| Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |

| 0 | SELECT STATEMENT | | 1 | 21 | 2 (0)| 00:00:01 |
| 1 | TABLE ACCESS BY INDEX ROWID| LEO_T1 | 1 | 21 | 2 (0)| 00:00:01 |
|* 2 | INDEX RANGE SCAN索引扫描 | LEO_T1_INDEX | 1 | | 1 (0)| 00:00:01 |

Predicate Information (identified by operation id):

2 - access(“OBJECT_ID”=1)
Statistics 统计信息

      0  recursive calls
      0  db block gets
      2  consistent gets  我们知道leo_t1表的object_id没有重复值，因此使用B-tree索引扫描只有2次一致性读
      0  physical reads
      0  redo size
    339  bytes sent via SQL*Net to client
    370  bytes received via SQL*Net from client
      1  SQL*Net roundtrips to/from client
      0  sorts (memory)
      0  sorts (disk)
      0  rows processed

结果键值多的情况
LS@LEO> select * from leo_t2 where object_ID=1; （select /*+full(leo_t2) */ * from leo_t2 where object_ID=1;hint方式强制全表扫描）
4943 rows selected.
Execution Plan 执行计划

Plan hash value: 3657048469
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |

| 0 | SELECT STATEMENT | | 4943 | 98860 | 12 (0)| 00:00:01 |
|* 1 | TABLE ACCESS FULL| LEO_T2 | 4943 | 98860 | 12 (0)| 00:00:01 | sql结果是4943row，那么全表扫描也是4943row

Predicate Information (identified by operation id):

1 - filter(“OBJECT_ID”=1)
Statistics 统计信息
1 recursive calls
0 db block gets
366 consistent gets 导致有366次一致性读
0 physical reads
0 redo size
154465 bytes sent via SQLNet to client
4000 bytes received via SQLNet from client
331 SQL*Net roundtrips to/from client
0 sorts (memory)
0 sorts (disk)
4943 rows processed

大家肯定会疑惑，为什么要用全表扫描而不用B-tree索引呢，这是因为oracle基于成本优化器CBO认为使用全表扫描要比使用B-tree索引性能更好更快，由于我们结果重复率很高，导致有366次一致性读，从cup使用率12%上看也说明了B-tree索引不适合键值重复率较高的列
我们在看一下强制使用B-tree索引时，效率是不是没有全表扫描高呢？
LS@LEO> select /*+index(leo_t2 leo_t2_index) */ * from leo_t2 where object_ID=1; hint方式强制索引扫描
4943 rows selected.

Execution Plan 执行计划

Plan hash value: 321706586

| Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |

| 0 | SELECT STATEMENT | | 4943 | 98860 | 46 (0)| 00:00:01 |

| 1 | TABLE ACCESS BY INDEX ROWID| LEO_T2 | 4943 | 98860 | 46 (0)| 00:00:01 |

|* 2 | INDEX RANGE SCAN | LEO_T2_INDEX | 4943 | | 10 (0)| 00:00:01 |

Predicate Information (identified by operation id):

2 - access(“OBJECT_ID”=1)

Statistics 统计信息
1 recursive calls
0 db block gets
704 consistent gets 使用B-tree索引704次一致性读 > 全表扫描366次一致性读，而且cpu使用率也非常高，显然效果没有全表扫描高
0 physical reads
0 redo size
171858 bytes sent via SQLNet to client
4000 bytes received via SQLNet from client
331 SQL*Net roundtrips to/from client
0 sorts (memory)
0 sorts (disk)
4943 rows processed
小结：从以上的测试我们可以了解到，B-tree索引在什么情况下使用跟键值重复率高低有很大关系的，之间没有一个明确的分水岭，只能多测试分析执行计划后来决定。

位图索引 Bitmap index
场合：列的基数很少，可枚举，重复值很多，数据不会被经常更新
原理：一个键值对应很多行（rowid）， 格式：键值 start_rowid end_rowid 位图
优点：OLAP 例如报表类数据库 重复率高的数据 特定类型的查询例如count、or、and等逻辑操作因为只需要进行位运算即可得到我们需要的结果
缺点：不适合重复率低的字段，还有经常DML操作（insert，update，delete），因为位图索引的锁代价极高，修改一个位图索引段影响整个位图段，例如修改一个键值，会影响同键值的多行，所以对于OLTP 系统位图索引基本上是不适用的
实验：位图索引和B-tree索引的性能比较
set pagesize 100; 设置页大小
利用dba_objects数据字典创建一个15万行的表
LS@LEO> create table leo_bm_t1 as select * from dba_objects;
Table created.
LS@LEO> insert into leo_bm_t1 select * from leo_bm_t1; 翻倍插入
9876 rows created.
LS@LEO> /
19752 rows created.
LS@LEO> /
39504 rows created.
LS@LEO> /
79008 rows created.
LS@LEO> /
158016 rows created.
因object_type字段重复值较高，顾在此字段上创建bitmap索引
LS@LEO> create bitmap index leo_bm_t1_index on leo_bm_t1(object_type);
Index created.
创建一个和leo_bm_t1表结构一模一样的表leo_bm_t2，并在object_type列上创建一个B-tree索引（15万行记录）
LS@LEO> create table leo_bm_t2 as select * from leo_bm_t1;
Table created.
LS@LEO> create index leo_bm_t2_bt_index on leo_bm_t2(object_type);
Index created.
对比位图索引和B-tree索引所占空间大小,很明显位图要远远小于B-tree索引所占用的空间，节约空间特性也是我们选择位图的理由之一
LS@LEO> select segment_name,bytes from user_segments where segment_type=‘INDEX’;
SEGMENT_NAME BYTES

---

LEO_BM_T1_INDEX 327680(327K)

LEO_BM_T2_BT_INDEX 7340032(7M)

显示执行计划和统计信息

set autotrace trace exp stat;

在创建有位图索引的表上做count操作对比执行计划

LS@LEO> select count(*) from leo_bm_t1 where object_type=‘TABLE’;

Execution Plan 执行计划

Plan hash value: 3251686305

| Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |

| 0 | SELECT STATEMENT | | 1 | 11 | 4 (0)| 00:00:01 |

| 1 | SORT AGGREGATE | | 1 | 11 | | |

| 2 | BITMAP CONVERSION COUNT | | 36315 | 390K| 4 (0)| 00:00:01 |

|* 3 | BITMAP INDEX SINGLE VALUE| LEO_BM_T1_INDEX | | | | |

---

位图索引上只扫描了一个值
Predicate Information (identified by operation id):

3 - access(“OBJECT_TYPE”=‘TABLE’)

Note

• dynamic sampling used for this statement 动态采样
  Statistics 统计信息
  9 recursive calls
  0 db block gets
  93 consistent gets oracle选择使用位图索引访问数据，导致93次一致性读
  7 physical reads
  0 redo size
  413 bytes sent via SQLNet to client
  381 bytes received via SQLNet from client
  2 SQLNet roundtrips to/from client
  0 sorts (memory)
  0 sorts (disk)
  1 rows processed
  在创建有B-tree索引的表上做count操作对比执行计划
  LS@LEO> select count() from leo_bm_t2 where object_type=‘TABLE’;
  Execution Plan 执行计划
  Plan hash value: 613433245

| Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |

| 0 | SELECT STATEMENT | | 1 | 11 | 59 (0)| 00:00:01 |
| 1 | SORT AGGREGATE | | 1 | 11 | | |
|* 2 | INDEX RANGE SCAN| LEO_BM_T2_BT_INDEX | 25040 | 268K| 59 (0)| 00:00:01 |

B-tree索引上全部扫描，cpu使用率达到了59%，比位图索引cpu使用率4%高出许多
Predicate Information (identified by operation id):
2 - access(“OBJECT_TYPE”=‘TABLE’)
Note

• dynamic sampling used for this statement 动态采样

Statistics 统计信息
32 recursive calls
0 db block gets
161 consistent gets B-tree索引表上发生了161次一致性读要远远高于位图索引表上93次一致性读，因此还是位图索引效率高
74 physical reads
0 redo size
413 bytes sent via SQLNet to client
381 bytes received via SQLNet from client
2 SQL*Net roundtrips to/from client
0 sorts (memory)
0 sorts (disk)
1 rows processed
我们再看看等值查找where object_type='TABLE’情况下位图索引和B-tree索引的性能对比
LS@LEO> select * from leo_bm_t1 where object_type=‘TABLE’ ;
28512 rows selected.
Execution Plan 执行计划
Plan hash value: 4228542614

| Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |

| 0 | SELECT STATEMENT | | 36315 | 6277K| 562 (0)| 00:00:07 |

| 1 | TABLE ACCESS BY INDEX ROWID | LEO_BM_T1 | 36315 | 6277K| 562 (0)| 00:00:07 |

| 2 | BITMAP CONVERSION TO ROWIDS| 位图映像->rowids | | | | |

|* 3 | BITMAP INDEX SINGLE VALUE | LEO_BM_T1_INDEX | | | | |

Predicate Information (identified by operation id):

3 - access(“OBJECT_TYPE”=‘TABLE’)

Note

• dynamic sampling used for this statement动态采样
  Statistics 统计信息
  7 recursive calls
  0 db block gets
  4407 consistent gets 使用位图索引发生了4407次一致性读
  0 physical reads
  0 redo size
  2776927 bytes sent via SQLNet to client
  21281 bytes received via SQLNet from client
  1902 SQL*Net roundtrips to/from client
  0 sorts (memory)
  0 sorts (disk)
  28512 rows processed

leo_bm_t2表上使用B-tree索引得到执行计划
LS@LEO> select /*+index(leo_bm_t2 leo_bm_t2_bt_index) */ * from leo_bm_t2 where object_type=‘TABLE’ ;
28512 rows selected. 我们强制使用B-tree索引扫描等值条件

Execution Plan 执行计划

Plan hash value: 1334503202

| Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |

| 0 | SELECT STATEMENT | | 25040 | 4328K| 2063 (1)| 00:00:25 |
| 1 | TABLE ACCESS BY INDEX ROWID| LEO_BM_T2 | 25040 | 4328K| 2063 (1)| 00:00:25 |
|* 2 | INDEX RANGE SCAN | LEO_BM_T2_BT_INDEX | 25040 | | 59 (0)| 00:00:01 |

B-tree索引上全部扫描，cpu使用率达到了2063%，比位图索引cpu使用率562%高出许多
Predicate Information (identified by operation id):
2 - access(“OBJECT_TYPE”=‘TABLE’)
Note

• dynamic sampling used for this statement

Statistics
7 recursive calls
0 db block gets
6621 consistent gets
0 physical reads
0 redo size
2776927 bytes sent via SQLNet to client
21281 bytes received via SQLNet from client
1902 SQL*Net roundtrips to/from client
0 sorts (memory)
0 sorts (disk)
28512 rows processed

小结：在等值查找中我们可以看出位图索引的效率依言高于B-tree索引