免费的h5制作工具/志鸿优化网官网

         假设有以下emp表格：

 

        现在我们要查询所有sal值大于2000的人员的信息，对应的sql语句如下：

select * from emp where sal>2000;

        在正常情况下，数据库引擎会自上而下逐条检查记录，如果sal大于2000，该条记录就会被保留。在数据量较小的情况下，这个过程耗费时间可能不会很长，但是如果数据条数过多，有几万条或者几十万条，那么这种逐条检查的过程将会很漫长，查询性能将会很低。索引就是为了解决这个问题而提出来的，来增加数据的查询速度。

一、b树索引

        b树索引，是通过将数据映射成二叉树，来加快查询速度的一种手段。以上面提到的内容为例，我们通过如下的操作创建一个b树索引：

create index emp_sal_inx on emp(sal);

        通过上述方式创建索引之后，数据库中会形成一个类似下面的二叉树：

        树的每一个节点，都是由我们创建的索引的字段和对应的ROWID组成，这样当我们再次执行上面的查询语句时，Oracle会遍历这个二叉树，找到sal大于2000的节点后，通过ROWID定位到对应的数据记录，这样就通过使用树形的索引大大增加了数据的查询速度。

 

二、位图索引

        位图索引适合某一列的数据分类不是很多的字段，用来加速查询速度。如上述表中的，我们查询deptno为30的所有人员的信息。使用下面的seql语句：

select * fromemp where deptno=30;

我们观察deptno列，发现它的数据中只有10、20和30三种，但是每种对应的数据可能很多，如果逐条查询判断效率同样会很低，现在我们就可以利用位图索引加速查询。

        首先创建位图索引：

create bitmap index emp_deptno_bitinx on emp(deptno);             

        当创建完成之后，oracle会创建类似以下的数据结构：

deptno=10	ROWID	ROWID	ROWID	ROWID	……	ROWID	ROWID	ROWID
deptno=20	ROWID	ROWID	ROWID	ROWID	……	ROWID	ROWID	ROWID
deptno=30	ROWID	ROWID	ROWID	ROWID	……	ROWID	ROWID	ROWID

        数据按照创建索引的字段进行了分组，这样当插座属于某组的字段时，便可直接从该数据结构中读出。

三、删除索引

drop  index 索引名