11-oracle_索引

索引大家可以理解为一本书里的目录，方便大家快速定位到自己要的章节，哪么在数据库里也一样，如果一个表数据有 1000 行数据，如何更快的查询到满足条件的记录，哪么索引就可以派上用场了，索引跟表一样，有自己的存储空间，只是表现形式不一样。 索引有很多种：分区和非分区索引、常规 B 树索引、位图（ bitmap ）索引、翻转（ reverse ）索引等。其中， B 树索引属于最常见的索引，今天我们讲解下 B 树索引的原理。 上图是表示有 1000 行记录的二叉树结构，从顶层根节点到底层叶节点一共只有 10 层 ，假设我们只要查询 ID=600 这行，如果在没有索引情况下，要对表做整表扫描，从第 1 行开始扫，发现 ID=1 条件不成立，继续扫第二行，直到最后一行，相当于扫描了 1000 行，大家可能不理解为什么扫描到第 600 行后还要扫描呢，因为系统不知道是否有重复的 ID=600 记录呀，所以必须全部扫描后再返回数据，哪现在我们有了索引，系统是如何快速找到记录的呢，数据库系统会维护上图的这样一个结构，首先找根节点发现 600>500, 则往右边找下一层（第二层）， 600<750 ，则往左边找下一层。整个过程如下： 500->750->625->562->594->……->600 整个过程只要了 10 次，所以一下就从 1000 次减到只要 10 次了，是不是效率上来了，不过在工业中，我们的记录会要多得多，要是有 1 亿条呢，按这种情况也要查询 30 次以上了，效率也慢下来了，就有了 B+ 树，就是在每一层中不是只做二叉，而是做多叉分开。如下图： 做了 8 叉树后我们的层级只要 4 层了，这样对大数据记录访问的次数就减少了。 优点： 1 ：快速查询我们需要的数据，比如 ID=600 。       2 ：对范围查询也能很快查询出来，比如 ID>500 AND ID<600 ，因为在索引里已是一个排序的记录，找到最少的一条后，直接读取索引的下一条，直到条件不成立。 缺点：因为系统要维护这个索引，增加存储空间，维护资源，在做表插入和删除记录时会影响性能。

语法： CREATE INDEX index_name ON table ( column [, column ]...); CREATE INDEX idx_t_sales_user_no ON t_sales (user_no); 我们再来看下查询有索引字段脚本的执行计划，标红色的表示我们这个脚本是有走索引的。 下面是执行一个没有索引字段的脚本，执行计划是全表扫描了。