bitmap join index ---資料倉儲優化方法之一
bitmap join index 是資料倉儲優化的重要方法之一。
它比oracle的bitmap索引星型轉換的速度要快很多。
具體如下:
[@more@]建立bitmap join index語句如下:
CREATE BITMAP INDEX cust_sales_bji
ON sales(c.cust_city)
FROM sales s, customers c
WHERE c.cust_id = s.cust_id;
這樣的話,就省掉了事實表與維度表相關聯的操作。
使用bitmap join index的前提是:
optimizer_features_enable > 9.0.0
_index_join_enabled = TRUE
optimizer_mode=choose,並且對錶和索引做過統計資訊收集。
在關聯欄位上有主外來鍵約束,或者唯一性約束。
好處:
-具有良好的join查詢效能
-特別適合星期模型下大的維度表
壞處:
– 需要很多這樣的索引,最多每個維度表的欄位上面都需要一個,以應付各種查詢條件。
- 維護成本高。
其他:
bitmap join index可以包含一個或多個維度表
可以使用 INDEX_JOIN/INDEX_COMBINE來強制使用bitmap join index.
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/26224278/viewspace-1793762/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- bitmap join indexIndex
- 資料倉儲效能優化技術優化
- 資料倉儲建模方法論
- Data Warehourse Guide閱讀筆記(五):Bitmap join indexGUIIDE筆記Index
- hive資料倉儲匯入資料的方法Hive
- Bitmap IndexIndex
- 資料倉儲—資料倉儲—Sybase IQ 介紹
- 【Hive】資料傾斜優化 shuffle, join, group byHive優化
- 資料倉儲
- 深入淺出資料倉儲中SQL效能優化之Hive篇SQL優化Hive
- 設計資料倉儲和資料倉儲的粒度
- CREATE BITMAP INDEXIndex
- 通過點陣圖篩選優化資料倉儲查詢效能優化
- 資料倉儲優化中什麼是星型轉換(Star Transformation)?優化ORM
- 資料倉儲—資料倉儲—NCR Teradata Warehouse 介紹
- 資料倉儲中的分析SQL——資料倉儲手冊SQL
- 資料倉儲建模工具之一——Hive學習第四天Hive
- 資料倉儲之路
- 資料倉儲中維度變化和事實變化的處理方法
- Android Bitmap優化Android優化
- Bitmap優化詳談優化
- 資料庫倉庫系列:(一)什麼是資料倉儲,為什麼要資料倉儲資料庫
- 資料庫和資料倉儲資料庫
- b+ and bitmap indexIndex
- 資料倉儲建模工具之一——Hive學習第五天Hive
- 資料倉儲建模工具之一——Hive學習第七天Hive
- 資料倉儲—資料倉儲—IBM DB2 Datawarehouse 介紹IBMDB2
- 理解資料庫掃描方法-利用掃描方法對資料儲存進行優化資料庫優化
- [數倉]資料倉儲設計方案
- 資料倉儲 - ER模型模型
- 認識資料倉儲
- NoSQL 和資料倉儲SQL
- ORACLE 資料倉儲概念Oracle
- 資料倉儲概論
- 資料倉儲指南 (轉)
- 構建資料倉儲
- 優化方案:ETL的過程原理和資料倉儲建設(R2)優化
- 資料倉儲構建實施方法及步驟