——理解適當使用每個索引對性能的影響

Bitmap 索引 vs. B-tree 索引：如何選擇以及何時使用？——1-5

Bitmap 索引 vs. B-tree 索引：如何選擇以及何時使用？——2-5

Bitmap 索引 vs. B-tree 索引：如何選擇以及何時使用？——3-5

Bitmap 索引 vs. B-tree 索引：如何選擇以及何時使用？——4-5

Bitmap 索引 vs. B-tree 索引：如何選擇以及何時使用？——5-5

?

本文內容

• 比較索引
• 步驟 3A（TEST_NORMAL 表 EMPNO 列創建 Bitmap 索引，執行范圍查詢）
• 步驟 3B（TEST_NORMAL 表 EMPNO 列創建 B-tree 索引，執行范圍查詢）
• 步驟 4A（TEST_RANDOM 表 EMPNO 列創建 Bitmap 索引，執行范圍查詢）
• 步驟 4B（TEST_RANDOM 表 EMPNO 列創建 B-tree 索引，執行范圍查詢）

步驟 3A（在 TEST_NORMAL）

---

該步驟創建 Bitmap 索引（同步驟 1A）。我們已經知道索引大小（28MB）及其聚類系數（等于表的行數）。現在執行一些范圍謂詞謂詞查詢。

SQL> drop index normal_empno_idx; 索引已刪除。 SQL> create Bitmap index normal_empno_bmx on test_normal(empno); 索引已創建。 SQL> analyze table test_normal compute statistics for table for all indexes for all columns; 表已分析。 SQL> SQL> set autot traceonly SQL> select * from test_normal where empno between &range1 and &range2; 輸入 range1 的值: 1 輸入 range2 的值: 2300 原值 1: select * from test_normal where empno between &range1 and &range2 新值 1: select * from test_normal where empno between 1 and 2300 已選擇2300行。 執行計劃 ---------------------------------------------------------- Plan hash value: 641040856 ------------------------------------------------------------------------------------------------- | Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time | ------------------------------------------------------------------------------------------------- | 0 | SELECT STATEMENT | | 2299 | 85063 | 417 (0)| 00:00:06 | | 1 | TABLE ACCESS BY INDEX ROWID | TEST_NORMAL | 2299 | 85063 | 417 (0)| 00:00:06 | | 2 | BITMAP CONVERSION TO ROWIDS| | | | | | |* 3 | BITMAP INDEX RANGE SCAN | NORMAL_EMPNO_BMX | | | | | ------------------------------------------------------------------------------------------------- Predicate Information (identified by operation id): --------------------------------------------------- 3 - access("EMPNO">=1 AND "EMPNO"<=2300) 統計信息 ---------------------------------------------------------- 1 recursive calls 0 db block gets 331 consistent gets 0 physical reads 0 redo size 130220 bytes sent via SQL*Net to client 2202 bytes received via SQL*Net from client 155 SQL*Net roundtrips to/from client 0 sorts (memory) 0 sorts (disk) 2300 rows processed SQL>

步驟 3B（在 TEST_NORMAL）

---

該步驟對 TEST_NORMAL 表 EMPNO 列使用 B-tree 索引，執行范圍謂詞查詢。

SQL> set autot off SQL> drop index normal_empno_bmx; ? 索引已刪除。 ? SQL> create index normal_empno_idx on test_normal(empno); ? 索引已創建。 ? SQL> analyze table test_normal compute statistics for table for all indexes for all indexed columns; ? 表已分析。 ? SQL> SQL> set autot traceonly SQL> select * from test_normal where empno between &range1 and &range2; 輸入 range1 的值: 1 輸入 range2 的值: 2300 原值 1: select * from test_normal where empno between &range1 and &range2 新值 1: select * from test_normal where empno between 1 and 2300 ? 已選擇2300行。 ? ? 執行計劃 ---------------------------------------------------------- Plan hash value: 1781697849 ? ------------------------------------------------------------------------------------------------ | Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time | ------------------------------------------------------------------------------------------------ | 0 | SELECT STATEMENT | | 2299 | 85063 | 23 (0)| 00:00:01 | | 1 | TABLE ACCESS BY INDEX ROWID| TEST_NORMAL | 2299 | 85063 | 23 (0)| 00:00:01 | |* 2 | INDEX RANGE SCAN | NORMAL_EMPNO_IDX | 2299 | | 8 (0)| 00:00:01 | ------------------------------------------------------------------------------------------------ ? Predicate Information (identified by operation id): --------------------------------------------------- 2 - access("EMPNO">=1 AND "EMPNO"<=2300) ? ? 統計信息 ---------------------------------------------------------- 1 recursive calls 0 db block gets 329 consistent gets 0 physical reads 0 redo size 130220 bytes sent via SQL*Net to client 2202 bytes received via SQL*Net from client 155 SQL*Net roundtrips to/from client 0 sorts (memory) 0 sorts (disk) 2300 rows processed ? SQL>

當輸入不同范圍查詢時，結果如下所示：

表 4 TEST_NORMAL 表 EMPNO 列利用 Bitmap 和 B-tree 索引執行范圍查詢比較

Bitmap			B-tree
Consistent Reads	Physical Reads	EMPNO (Range)	Consistent Reads	Physical Reads
331???	0	1-2300	329	0
285	0	8-1980	283	0
346	19	1850-4250	344	16
427	31	28888-31850	424	28
371	27	82900-85478	367	23
2157	149	984888-1000000	2139	35

如上表所示，兩個索引的 consistent gets 和 physical reads 值很接近。表最后一行查詢范圍 (984888-1000000) 返回了將近 15000 行。因此，當我們要求一個全表掃描時（指定優化器提示為 /*+ full(test_normal) */ ），consistent read 和 physical read 值分別為 7239 和 5663。

3A 和 3B 的演示，在 TEST_NORMAL 表執行范圍查詢時，優化器使用了 EMPNO 列上的相應索引，邏輯 IO 和物理 IO 只是稍有差異。

步驟 4A（在 TEST_RANDOM）

---

該步驟在 TEST_RANDOM 表 EMPNO 列使用 Bitmap 索引進行范圍查詢，檢查 consistent gets 和 physical reads 值。這里，你會看到聚類系數的影響。

SQL> drop index random_empno_idx; ? 索引已刪除。 ? SQL> create Bitmap index random_empno_bmx on test_random(empno); ? 索引已創建。 ? SQL> analyze table test_random compute statistics for table for all indexes for all indexed columns; ? 表已分析。 ? SQL> SQL> set autot traceonly SQL> select * from test_random where empno between &range1 and &range2; 輸入 range1 的值: 1 輸入 range2 的值: 2300 原值 1: select * from test_random where empno between &range1 and &range2 新值 1: select * from test_random where empno between 1 and 2300 ? 已選擇2300行。 ? ? 執行計劃 ---------------------------------------------------------- Plan hash value: 4105816815 ? ------------------------------------------------------------------------------------------------- | Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time | ------------------------------------------------------------------------------------------------- | 0 | SELECT STATEMENT | | 2299 | 89661 | 418 (1)| 00:00:06 | | 1 | TABLE ACCESS BY INDEX ROWID | TEST_RANDOM | 2299 | 89661 | 418 (1)| 00:00:06 | | 2 | BITMAP CONVERSION TO ROWIDS| | | | | | |* 3 | BITMAP INDEX RANGE SCAN | RANDOM_EMPNO_BMX | | | | | ------------------------------------------------------------------------------------------------- ? Predicate Information (identified by operation id): --------------------------------------------------- 3 - access("EMPNO">=1 AND "EMPNO"<=2300) ? ? 統計信息 ---------------------------------------------------------- 1 recursive calls 0 db block gets 2463 consistent gets 0 physical reads 0 redo size 130220 bytes sent via SQL*Net to client 2202 bytes received via SQL*Net from client 155 SQL*Net roundtrips to/from client 0 sorts (memory) 0 sorts (disk) 2300 rows processed ? SQL>

步驟 4B（在 TEST_RANDOM）

---

該步驟在 TEST_RANDOM 表 EMPNO 列使用 B-tree 索引進行范圍查詢。回憶一下索引的聚類系數非常接近表中行數（因此，不會很有效）。下面看看優化器是如何說的：

SQL> drop index random_empno_bmx; ? 索引已刪除。 ? SQL> create index random_empno_idx on test_random(empno); ? 索引已創建。 ? SQL> analyze table test_random compute statistics for table for all indexes for 2 all indexed columns; ? 表已分析。 ? SQL> SQL> select * from test_random where empno between &range1 and &range2; 輸入 range1 的值: 1 輸入 range2 的值: 2300 原值 1: select * from test_random where empno between &range1 and &range2 新值 1: select * from test_random where empno between 1 and 2300 ? 已選擇2300行。 ? ? 執行計劃 ---------------------------------------------------------- Plan hash value: 2650160170 ? --------------------------------------------------------------------------------- | Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time --------------------------------------------------------------------------------- | 0 | SELECT STATEMENT | | 2299 | 89661 | 1740 (1)| 00:00:21| |* 1 | TABLE ACCESS FULL| TEST_RANDOM | 2299 | 89661 | 1740 (1)| 00:00:21| --------------------------------------------------------------------------------- ? Predicate Information (identified by operation id): --------------------------------------------------- 1 - filter("EMPNO"<=2300 AND "EMPNO">=1) ? ? 統計信息 ---------------------------------------------------------- 1 recursive calls 0 db block gets 6412 consistent gets 0 physical reads 0 redo size 121076 bytes sent via SQL*Net to client 2202 bytes received via SQL*Net from client 155 SQL*Net roundtrips to/from client 0 sorts (memory) 0 sorts (disk) 2300 rows processed ? SQL>

由于聚類系數的原因，優化器選擇了全表掃描，而不是索引：

Bitmap			B-tree
Consistent Reads	Physical Reads	EMPNO (Range)	Consistent Reads	Physical Reads
2463???	1200	1-2300	6415	4910
2114	31	8-1980	6389	4910
2572	1135	1850-4250	6418	4909
3173	1620	28888-31850	6456	4909
2762	1358	82900-85478	6431	4909
7254	3329	984888-1000000	7254	4909

只有表最后一行，對 Bitmap 索引，優化器選擇了全表掃描，而對于所有的范圍查詢，對 B-tree 索引，優化器選擇全表掃描。這種差異是由于簇因素：當使用 bitmap 索引產生執行計劃時，優化器不考慮聚類系數的值，而對 B-tree 索引，則考慮。在這個場景，Bitmap 索引比 B-tree 索引更有效率。

4A 和 4B 的演示，在 TEST_RANDOM 表執行范圍查詢時，當索引時 Bitmap 索引時，優化器使用了；可當索引時 B-tree 索引時，優化器沒有使用，而是進行了全表掃描，邏輯 IO 和物理 IO 自然也就差異很大。

原因就在于 TEST_NORMAL 表是已組織的，而 TEST_RANDOM 表示無組織的。這就好像數據結構中的查找算法或排序算法，如果當前數組是已有序的，查找和排序會快很多。

下面步驟會揭示關于索引更有趣的事實。

《新程序員》：云原生和全面數字化實踐50位技術專家共同創作，文字、視頻、音頻交互閱讀

總結

以上是生活随笔為你收集整理的Bitmap 索引 vs. B-tree 索引：如何选择以及何时使用？——2-5的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。