B-index、bitmap-index、text-index使用场景详解

索引的种类：
B-tree索引、Bitmap索引、TEXT index

1.  B-tree索引

介绍： B-tree 是一种常见的数据结构，也称多路搜索树，并不是二叉树。B-tree 结构可以显著减少定位记录时所经历的中间过程，从而加快存取速度。

适用场景：索引字段有着很高的selectivity或者结果集很小的时候。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。

2.  Bitmap索引

介绍：位图索引由于只存储键值的起止Rowid和位图，占用的空间非常少.
适用场景： OLAP、重复率很高的键值
缺点： 在bitmap index中一个dml操作，影响的是一个位图段（同一键值）。严重影响频繁的DML（极其容易造成会话hang住）。
语法示范： SQL> create bitmap index idx_andy_owner on andy(owner);
          Index created.

3.  TEXT index 全文索引

使用场景： b-tree,bitmap无法发挥作用的场景，like '%string%'
缺点：     占用过大的磁盘空间（全文索引大约是原表的1.5倍，重建成本很高）、维护成本高、bug多
使用步骤详解：
步骤一　检查和设置数据库角色
SQL> select username from dba_users where username='CTXSYS';
步骤二　赋权
SQL> grant execute on ctx_ddl to dblink;
步骤三　设置词法分析器(lexer)
Oracle实现全文检索，其机制其实很简单。即通过Oracle专利的词法分析器(lexer),将文章中所有的表意单元（Oracle 称为 term）找出来，记录在一组以dr$开头的表中，同时记下该term出现的位置、次数、hash 值等信息。检索时，Oracle 从这组表中查找相应的term，并计算其出现频率，根据某个算法来计算每个文档的得分（score）,即所谓的‘匹配率’。而lexer则是该机制的核心，它决定了全文检索的效率。Oracle 针对不同的语言提供了不同的 lexer, 而我们通常能用到其中的三个：

　　n      basic_lexer: 针对英语。它能根据空格和标点来将英语单词从句子中分离，还能自动将一些出现频率过高已经失去检索意义的单词作为‘垃圾’处理，如if , is 等，具有较高的处理效率。但该lexer应用于汉语则有很多问题，由于它只认空格和标点，而汉语的一句话中通常不会有空格，因此，它会把整句话作为一个term,事实上失去检索能力。以‘中国人民站起来了’这句话为例，basic_lexer 分析的结果只有一个term ,就是‘中国人民站起来了’。此时若检索‘中国’，将检索不到内容。

　　n      chinese_vgram_lexer: 专门的汉语分析器，支持所有汉字字符集（ZHS16CGB231280 ZHS16GBK ZHT32EUC ZHT16BIG5 ZHT32TRIS ZHT16MSWIN950 ZHT16HKSCS UTF8 该分析器按字为单元来分析汉语句子。‘中国人民站起来了’这句话，会被它分析成如下几个term: ‘中’，‘中国’，‘国人’，‘人民’，‘民站’，‘站起’，起来’，‘来了’，‘了’。可以看出，这种分析方法，实现算法很简单，并且能实现‘一网打尽’，但效率则是差强人意。

　　n      chinese_lexer: 这是一个新的汉语分析器，只支持utf8字符集。上面已经看到，chinese vgram lexer这个分析器由于不认识常用的汉语词汇，因此分析的单元非常机械，像上面的‘民站’，‘站起’在汉语中根本不会单独出现，因此这种term是没有意义的，反而影响效率。chinese_lexer的最大改进就是该分析器 能认识大部分常用汉语词汇，因此能更有效率地分析句子，像以上两个愚蠢的单元将不会再出现，极大 提高了效率。但是它只支持 utf8, 如果你的数据库是zhs16gbk字符集，则只能使用笨笨的那个Chinese vgram lexer.

　　如果不做任何设置，Oracle 缺省使用basic_lexer这个分析器。要指定使用哪一个lexer, 可以这样操作：
    第一． 当前用户下下建立一个preference（例：在pomoho用户下执行以下语句）

　　exec ctx_ddl.create_preference ('my_lexer', 'chinese_vgram_lexer');

　　第二．   在建立oracle全文索引索引时，指明所用的lexer:

　　CREATE INDEX idx_andy_object_name ON andy(object_name) indextype is ntext parameters('lexer my_lexer');

　　这样建立的全文检索索引，就会使用chinese_vgram_lexer作为分析器。
步骤五　使用索引
select object_name from andy where contains(object_name,'TABLE')>0;

实验对比：
--  创建实验表
SQL> create table andy as select * from dba_objects;
--  普通查询
SQL> select object_name from andy where object_name like '%table%';

228 rows selected.

Execution Plan
----------------------------------------------------------
Plan hash value: 1282372638

--------------------------------------------------------------------------
| Id  | Operation         | Name | Rows  | Bytes | Cost (%CPU)| Time     |
--------------------------------------------------------------------------
|   0 | SELECT STATEMENT  |      |  3729 | 93225 |   297   (1)| 00:00:04 |
|*  1 |  TABLE ACCESS FULL| ANDY |  3729 | 93225 |   297   (1)| 00:00:04 |
--------------------------------------------------------------------------
-- 创建text index索引。
SQL> create index idx_andy_object_name on andy(object_name) indextype is ctxsys.context;
--  使用text index索引查询
SQL> select object_name from andy where contains(object_name,'TABLE')>0;

298 rows selected.

Execution Plan
----------------------------------------------------------
Plan hash value: 3868341989

----------------------------------------------------------------------------------------------------
| Id  | Operation                   | Name                 | Rows  | Bytes | Cost (%CPU)| Time     |
----------------------------------------------------------------------------------------------------
|   0 | SELECT STATEMENT            |                      |    37 |  1369 |    12   (0)| 00:00:01 |
|   1 |  TABLE ACCESS BY INDEX ROWID| ANDY                 |    37 |  1369 |    12   (0)| 00:00:01 |
|*  2 |   DOMAIN INDEX              | IDX_ANDY_OBJECT_NAME |       |       |     4   (0)| 00:00:01 |

----------------------------------------------------------------------------------------------------

OK, 请标明出处。