【基礎知識】索引--點陣圖索引

轉載自http://www.cnblogs.com/LBSer/p/3322630.html 讀完收穫很多，請允許轉載，非常感謝！

    前段時間聽同事分享，偶爾講起Oracle資料庫的點陣圖索引，頓時大感興趣。說來慚愧，在這之前對點陣圖索引一無所知，因此趁此機會寫篇博文介紹下點陣圖索引。

1. 案例

    有張表名為table的表，由三列組成，分別是姓名、性別和婚姻狀況，其中性別只有男和女兩項，婚姻狀況由已婚、未婚、離婚這三項，該表共有100w個記錄。現在有這樣的查詢：select * from table where Gender=‘男’ and Marital=“未婚”;

1）不使用索引

    不使用索引時，資料庫只能一行行掃描所有記錄，然後判斷該記錄是否滿足查詢條件。

2）B樹索引

    對於性別，可取值的範圍只有'男','女'，並且男和女可能各站該表的50%的資料，這時新增B樹索引還是需要取出一半的資料， 因此完全沒有必要。相反，如果某個欄位的取值範圍很廣，幾乎沒有重複，比如身份證號，此時使用B樹索引較為合適。事實上，當取出的行資料佔用表中大部分的資料時，即使新增了B樹索引，資料庫如oracle、mysql也不會使用B樹索引，很有可能還是一行行全部掃描。

2. 點陣圖索引出馬

    如果使用者查詢的列的基數非常的小， 即只有的幾個固定值，如性別、婚姻狀況、行政區等等。要為這些基數值比較小的列建索引，就需要建立點陣圖索引。

    對於性別這個列，點陣圖索引形成兩個向量，男向量為10100...，向量的每一位表示該行是否是男，如果是則位1，否為0，同理，女向量位01011。

    對於婚姻狀況這一列，點陣圖索引生成三個向量，已婚為11000...，未婚為00100...，離婚為00010...。

    當我們使用查詢語句“select * from table where Gender=‘男’ and Marital=“未婚”;”的時候 首先取出男向量10100...，然後取出未婚向量00100...，將兩個向量做and操作，這時生成新向量00100...，可以發現第三位為1，表示該表的第三行資料就是我們需要查詢的結果。 

3.點陣圖索引的適用條件

    上面講了，點陣圖索引適合只有幾個固定值的列，如性別、婚姻狀況、行政區等等，而身份證號這種型別不適合用點陣圖索引。

    此外，點陣圖索引適合靜態資料，而不適合索引頻繁更新的列。舉個例子，有這樣一個欄位busy，記錄各個機器的繁忙與否，當機器忙碌時，busy為1，當機器不忙碌時，busy為0。

    這個時候有人會說使用點陣圖索引，因為busy只有兩個值。好，我們使用點陣圖索引索引busy欄位！假設使用者A使用update更新某個機器的busy值，比如update table set table.busy=1 where rowid=100;，但還沒有commit，而使用者B也使用update更新另一個機器的busy值，update table set table.busy=1 where rowid=12; 這個時候使用者B怎麼也更新不了，需要等待使用者A commit。

    原因：使用者A更新了某個機器的busy值為1，會導致所有busy為1的機器的點陣圖向量發生改變，因此資料庫會將busy＝1的所有行鎖定，只有commit之後才解鎖。

    簡單說來，點陣圖是用位元組8個bit中的每個bit來代表0和1的，這樣佔用儲存就非常小。以這張表為例，假設有100萬的資料，那麼代表“男性”的點陣圖的大小就是100萬Bit。注意，這只是Bit，換算成位元組的話，就是12.5萬Byte，也就是125KB的大小，這個大小是絕對足夠全部裝入記憶體的。點陣圖的關鍵是縮小了儲存空間，以使得記憶體遍歷成為可能。

    即便我有足夠大的機器，能夠把所有記錄放入記憶體裡，對bit位的遍歷(判斷0和1)和遍歷一條記錄(比較兩個值)的速度也有非常大的差距。前者有直接的機器指令支援，後者則需要多條指令才能完成，在機器指令集方面就拉開了差距。同時在進行多條件判斷時，位運算也有直接的的機器指令，還支援指令集並行優化，因此綜合起來，點陣圖索引的效率就非常高了。

來自 “ ITPUB部落格 ” ，連結：http://blog.itpub.net/30776559/viewspace-2142462/，如需轉載，請註明出處，否則將追究法律責任。