• 一 反向索引

    1.1 反向索引的定义

    • 反向索引作为B-tree索引的一个分支,主要是在创建索引时,针对索引列的索引键值进行字节反转,进而实现分散存放到不同叶子节点块的目的。

    1.2 反向索引针对的问题

    • 使用传统的B-tree索引,当索引的列是按顺序产生时,相应的索引键值会基本分布在同一个叶块中。当用户对该列进行操作时,难免会发生索引块的争用。
    • 使用反向索引,将索引列的键值进行反转,实现顺序的键值分散到不同的叶块中,从而减少索引块的争用。
    • 例如:键值1001、1002、1003,反转后1001、2001、3001,进而分散到不用的叶子节点块中。

    1.3 反向索引应用场景

    • 索引块成为热点块
    • rac环境
      • rac环境下中多节点访问访问数据呈现密集且集中的特点,索引热块的产生较高。
      • 在范围检索不高的rac环境中使用反向索引可有效提高性能。

    1.4 反向索引的优点与缺点

    • 优点:降低索引叶子块的争用问题,提升系统性能。
    • 缺点:对于范围检索,例如:between,>,<时,反向索引无法引用,进而导致全表扫面的产生,降低系统性能。

    1.5 反向索引示例说明

  • -- 创建两张相同结构的表,内部结构及数据均引用scott用户下的emp表SQL> select count(*) from test01;
    
      COUNT(*)
    ---------- SQL> select count(*) from test02; COUNT(*)
    ---------- --针对表TEST01的empno列,添加B-tree索引
    SQL> create index PK_TEST01 on TEST01(EMPNO);
    Index created. --针对表TEST02的empno列,添加反向索引
    SQL> create index PK_REV_TEST02 on TEST02(EMPNO) REVERSE;
    Index created. --验证上面的索引,NORMAL/REV表明为反向索引
    SQL> select TABLE_NAME,INDEX_NAME,INDEX_TYPE from user_indexes where INDEX_NAME like '%TEST%'; TABLE_NAME INDEX_NAME INDEX_TYPE
    -------------------- -------------------- --------------------
    TEST01 PK_TEST01 NORMAL
    TEST02 PK_REV_TEST02 NORMAL/REV --打开会话追踪
    SQL> set autotrace traceonly --相同条件查询,观察两表的执行计划
    SQL> select * from TEST01 where empno=7369;
    Execution Plan
    ----------------------------------------------------------
    Plan hash value: 515586510 -----------------------------------------------------------------------------------------
    | Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |
    -----------------------------------------------------------------------------------------
    | 0 | SELECT STATEMENT | | 1 | 87 | 2 (0)| 00:00:01 |
    | 1 | TABLE ACCESS BY INDEX ROWID| TEST01 | 1 | 87 | 2 (0)| 00:00:01 |
    |* 2 | INDEX RANGE SCAN | PK_TEST01 | 1 | | 1 (0)| 00:00:01 |
    ----------------------------------------------------------------------------------------- Predicate Information (identified by operation id):
    ---------------------------------------------------
    - access("EMPNO"=7369) Note
    -----
    - dynamic sampling used for this statement (level=2) Statistics
    ----------------------------------------------------------
    recursive calls
    db block gets
    consistent gets
    physical reads
    redo size
    bytes sent via SQL*Net to client
    bytes received via SQL*Net from client
    SQL*Net roundtrips to/from client
    sorts (memory)
    sorts (disk)
    rows processed SQL> select * from TEST02 where empno=7369; Execution Plan
    ----------------------------------------------------------
    Plan hash value: 1053012716 ---------------------------------------------------------------------------------------------
    | Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |
    ---------------------------------------------------------------------------------------------
    | 0 | SELECT STATEMENT | | 1 | 87 | 2 (0)| 00:00:01 |
    | 1 | TABLE ACCESS BY INDEX ROWID| TEST02 | 1 | 87 | 2 (0)| 00:00:01 |
    |* 2 | INDEX RANGE SCAN | PK_REV_TEST02 | 1 | | 1 (0)| 00:00:01 |
    --------------------------------------------------------------------------------------------- Predicate Information (identified by operation id):
    ---------------------------------------------------
    - access("EMPNO"=7369) Note
    -----
    - dynamic sampling used for this statement (level=2) Statistics
    ----------------------------------------------------------
    recursive calls
    db block gets
    consistent gets
    physical reads
    redo size
    bytes sent via SQL*Net to client
    bytes received via SQL*Net from client
    SQL*Net roundtrips to/from client
    sorts (memory)
    sorts (disk)
    rows processed -- 相同范围条件查询,观察两表的执行计划
    SQL> select * from TEST01 where empno between 7350 and 7500; Execution Plan
    ----------------------------------------------------------
    Plan hash value: 515586510 -----------------------------------------------------------------------------------------
    | Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |
    -----------------------------------------------------------------------------------------
    | 0 | SELECT STATEMENT | | 2 | 174 | 2 (0)| 00:00:01 |
    | 1 | TABLE ACCESS BY INDEX ROWID| TEST01 | 2 | 174 | 2 (0)| 00:00:01 |
    |* 2 | INDEX RANGE SCAN | PK_TEST01 | 2 | | 1 (0)| 00:00:01 |
    ----------------------------------------------------------------------------------------- Predicate Information (identified by operation id):
    ---------------------------------------------------
    - access("EMPNO">=7350 AND "EMPNO"<=7500) Note
    -----
    - dynamic sampling used for this statement (level=2) Statistics
    ----------------------------------------------------------
    recursive calls
    db block gets
    consistent gets
    physical reads
    redo size
    bytes sent via SQL*Net to client
    bytes received via SQL*Net from client
    SQL*Net roundtrips to/from client
    sorts (memory)
    sorts (disk)
    rows processed SQL> select * from TEST02 where empno between 7350 and 7500; Execution Plan
    ----------------------------------------------------------
    Plan hash value: 3294238222 ----------------------------------------------------------------------------
    | Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |
    ----------------------------------------------------------------------------
    | 0 | SELECT STATEMENT | | 2 | 174 | 3 (0)| 00:00:01 |
    |* 1 | TABLE ACCESS FULL| TEST02 | 2 | 174 | 3 (0)| 00:00:01 |
    ---------------------------------------------------------------------------- Predicate Information (identified by operation id):
    ---------------------------------------------------
    - filter("EMPNO">=7350 AND "EMPNO"<=7500) Note
    -----
    - dynamic sampling used for this statement (level=2) Statistics
    ----------------------------------------------------------
    recursive calls
    db block gets
    consistent gets0 redo size
    bytes sent via SQL*Net to client
    bytes received via SQL*Net from client
    SQL*Net roundtrips to/from client
    sorts (memory)
    sorts (disk)
    rows processed

    通过上面的示例可以看到,当使用between条件进行范围查询时,采用反向索引的表,并没有使用索引,而是采用了全表扫面的方式进行检索。

Oracle 反向索引(反转建索引) 理解的更多相关文章

  1. Oracle外键需要建索引吗?

    关于Oracle中的外键,首先要说明一下. 1. 除非已定义了父表主键或唯一键约束,否则oracle将不允许创建子表的外键约束. 2. 在定义外键约束时,oracle不会自动创建索引,所以必须手动在与 ...

  2. Oracle 学习总结 - 表和索引的性能优化

    表的性能 表的性能取决于创建表之前所应用的数据库特性,数据库->表空间->表,创建数据库时确保为每个用户创建一个默认的永久表空间和临时表空间并使用本地管理,创建表空间设为本地管理并且自动段 ...

  3. MySQL索引(二):建索引的原则

    在了解了索引的基础知识及B+树索引的原理后(如需复习请点这里),这一节我们了解一下有哪些建索引的原则,来指导我们去建索引. 建索引的原则 1. 联合索引 我们可能听一些数据库方面的专业人士说过:&qu ...

  4. SQL SERVER大话存储结构(4)_复合索引与包含索引

              索引这块从存储结构来分,有2大类,聚集索引和非聚集索引,而非聚集索引在堆表或者在聚集索引表都会对其 键值有所影响,这块可以详细查看本系列第二篇文章:SQL SERVER大话存储结构 ...

  5. oracle建索引的可选项

    oracle中建索引可能大家都会,但是建索引是有几个选项参数却很少有人关注,在某些特殊环境下,可能会非常有用,下面一一说明: 1.NOSORT,记录排序可选项. 默认情况下,在表中创建索引的时候,会对 ...

  6. Oracle使用并行建索引须要注意的问题

    建索引时.我们为了建索引快.会加上并行,加上并行之后.此列索引就会是并行了. 訪问有并行度的索引时,CBO可能可能会考虑并行运行.这可能会引发一些问题,如在server资源紧张的时候用并行会引起更加严 ...

  7. [慢查优化]建索引时注意字段选择性 & 范围查询注意组合索引的字段顺序

    文章转自:http://www.cnblogs.com/zhengyun_ustc/p/slowquery2.html 写在前面的话: 之前曾说过"不要求每个人一定理解 联表查询(join/ ...

  8. Sql Server之旅——第七站 为什么都说状态少的字段不能建索引

    我们在学sqlserver的时候,大多教科书和前辈们都说状态少的字段不要建索引,由此带来的开销还不如不建索引,但是这句话有多少人真的知道, 或者说有多少人真的对此有比较深刻的理解,而不是听别人道听途说 ...

  9. oracle唯一索引与普通索引的区别和联系以及using index用法

    oracle唯一索引与普通索引的区别和联系 区别:唯一索引unique index和一般索引normal index最大的差异是在索引列上增加一层唯一约束.添加唯一索引的数据列可以为空,但是只要尊在数 ...

随机推荐

  1. ionic2 目录

    首先 ionic2 暂时找不到中文文档.本人英语又很渣.无奈之下只能依赖于百度翻译.完全是已自己理解的方式运作 ,可能里面会有一些偏差之类的 不过我都测试过代码是可以跑通的 只不过讲解的部分可能... ...

  2. javascript动态添加表格以及获取数据

    <script type="text/javascript"> var dict = { '百度': 'http://wwww.baidu.com', '新浪': 'h ...

  3. Android4.4源码学习笔记

    1.StatusBar和Recents是如何建立联系的 在BaseStatusBar的start()函数通过getComponent(RecentsComponent.class)得到了Recents ...

  4. python函数名称空间与作用域、闭包

    一.命名空间概念 1.命名空间(name space) 名称空间是存放名字的地方. 若变量x=1,1存放在内存中,命名空间是存放名字x.x与1绑定关系的地方. 2.名称空间加载顺序 python te ...

  5. cf888G. Xor-MST(Boruvka最小生成树 Trie树)

    题意 题目链接 给出\(n\)点,每个点有一个点权\(a[i]\),相邻两点之间的边权为\(a[i] \oplus a[j]\),求最小生成树的值 Sol 非常interesting的一道题,我做过两 ...

  6. composer 实用总结

    1.在windows 下配置php环境变量 我电脑------右键属性-----高级系统设置-----环境变量---点击path----添加php.exe路径到环境变量 C:\phpStudy\php ...

  7. wx.grid.Grid

    # -*- coding: cp936 -*- import wx import wx.grid import wx.lib.gridmovers as gridmovers import pymss ...

  8. keras 保存模型

    转自:https://blog.csdn.net/u010159842/article/details/54407745,感谢分享! 我们不推荐使用pickle或cPickle来保存Keras模型 你 ...

  9. matlab中fprintf函数的具体使用方法

    matlab中fprintf函数的具体使用方法实例如下: fprintf函数可以将数据按指定格式写入到文本文件中.其调用格式为: 数据的格式化输出:fprintf(fid, format, varia ...

  10. (四)WebDriver常用方法

    点击和输入 前面我们已经学习了定位元素, 定位只是第一步, 定位之后需要对这个元素进行操作, 或单击(按钮) 或输入(输入框) , 下面就来认识 WebDriver 中最常用的几个方法: clear( ...