Bitmap 索引 vs. B-tree 索引：如何选择以及何时使用？——2-5
——理解适当使用每个索引对性能的影响
Bitmap 索引 vs. B-tree 索引：如何选择以及何时使用？——1-5
Bitmap 索引 vs. B-tree 索引：如何选择以及何时使用？——2-5
Bitmap 索引 vs. B-tree 索引：如何选择以及何时使用？——3-5
Bitmap 索引 vs. B-tree 索引：如何选择以及何时使用？——4-5
Bitmap 索引 vs. B-tree 索引：如何选择以及何时使用？——5-5
本文内容
- 比较索引
- 步骤 3A（TEST_NORMAL 表 EMPNO 列创建 Bitmap 索引，执行范围查询）
- 步骤 3B（TEST_NORMAL 表 EMPNO 列创建 B-tree 索引，执行范围查询）
- 步骤 4A（TEST_RANDOM 表 EMPNO 列创建 Bitmap 索引，执行范围查询）
- 步骤 4B（TEST_RANDOM 表 EMPNO 列创建 B-tree 索引，执行范围查询）
步骤 3A（在 TEST_NORMAL）
该步骤创建 Bitmap 索引（同步骤 1A）。我们已经知道索引大小（28MB）及其聚类系数（等于表的行数）。现在执行一些范围谓词谓词查询。
SQL> drop index normal_empno_idx;
索引已删除。
SQL> create Bitmap index normal_empno_bmx on test_normal(empno);
索引已创建。
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;
输入 range1 的值: 1
输入 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
已选择2300行。
执行计划
----------------------------------------------------------
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)
统计信息
----------------------------------------------------------
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>
步骤 3B（在 TEST_NORMAL）
该步骤对 TEST_NORMAL 表 EMPNO 列使用 B-tree 索引，执行范围谓词查询。
SQL> set autot off
SQL> drop index normal_empno_bmx;
索引已删除。
SQL> create index normal_empno_idx on test_normal(empno);
索引已创建。
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;
输入 range1 的值: 1
输入 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
已选择2300行。
执行计划
----------------------------------------------------------
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)
统计信息
----------------------------------------------------------
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>
当输入不同范围查询时，结果如下所示：
表 4 TEST_NORMAL 表 EMPNO 列利用 Bitmap 和 B-tree 索引执行范围查询比较
| 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，两个索引的 consistent gets 和 physical reads 值很接近。表最后一行查询范围 (984888-1000000) 返回了将近 15000 行。因此，当我们要求一个全表扫描时（指定优化器提示为 /*+ full(test_normal) */ ），consistent read 和 physical read 值分别为 7239 和 5663。
3A 和 3B 的演示，在 TEST_NORMAL 表执行范围查询时，优化器使用了 EMPNO 列上的相应索引，逻辑 IO 和物理 IO 只是稍有差异。
步骤 4A（在 TEST_RANDOM）
该步骤在 TEST_RANDOM 表 EMPNO 列使用 Bitmap 索引进行范围查询，检查 consistent gets 和 physical reads 值。这里，你会看到聚类系数的影响。
SQL> drop index random_empno_idx;
索引已删除。
SQL> create Bitmap index random_empno_bmx on test_random(empno);
索引已创建。
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;
输入 range1 的值: 1
输入 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
已选择2300行。
执行计划
----------------------------------------------------------
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)
统计信息
----------------------------------------------------------
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>
步骤 4B（在 TEST_RANDOM）
该步骤在 TEST_RANDOM 表 EMPNO 列使用 B-tree 索引进行范围查询。回忆一下索引的聚类系数非常接近表中行数（因此，不会很有效）。下面看看优化器是如何说的：
SQL> drop index random_empno_bmx;
索引已删除。
SQL> create index random_empno_idx on test_random(empno);
索引已创建。
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;
输入 range1 的值: 1
输入 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
已选择2300行。
执行计划
----------------------------------------------------------
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)
统计信息
----------------------------------------------------------
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>
由于聚类系数的原因，优化器选择了全表扫描，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，对 Bitmap 索引，优化器选择了全表扫描，而对于所有的范围查询，对 B-tree 索引，优化器选择全表扫描。这种差异是由于簇因素：当使用 bitmap 索引产生执行计划时，优化器不考虑聚类系数的值，而对 B-tree 索引，则考虑。在这个场景，Bitmap 索引比 B-tree 索引更有效率。
4A 和 4B 的演示，在 TEST_RANDOM 表执行范围查询时，当索引时 Bitmap 索引时，优化器使用了；可当索引时 B-tree 索引时，优化器没有使用，而是进行了全表扫描，逻辑 IO 和物理 IO 自然也就差异很大。
原因就在于 TEST_NORMAL 表是已组织的，而 TEST_RANDOM 表示无组织的。这就好像数据结构中的查找算法或排序算法，如果当前数组是已有序的，查找和排序会快很多。
下面步骤会揭示关于索引更有趣的事实。
