Indexing on Virtual Columns

本文介绍了如何为数据库表中的虚拟列创建索引,并详细展示了使用B-tree索引及位图索引的过程。通过示例说明了在分区表上创建位图索引的限制条件。
    
     
Virtual columns can be indexed like any other non virtual columns. The index created is always a function based index. If the index is B-tree index, it is recognized as FUNCTION-BASED NORMAL. For bitmap indexes, it is recognized as FUNCTION-BASED BITMAP.

SQL> col DATA_TYPE for a30
SQL> col DATA_DEFAULT for a30
SQL> SELECT column_name, data_type, data_length, data_default, virtual_column
  2  FROM user_tab_cols
  3  WHERE table_name = 'ORDERS_VCOL';

COLUMN_NAME                    DATA_TYPE                                              DATA_LENGTH DATA_DEFAULT                   VIR
------------------------------ ------------------------------ -----------                               ------------------------------ ---
ORDER_ID                       NUMBER                                                       22                                NO
ORDER_DATE                     TIMESTAMP(6) WITH LOCAL TIME ZONE        11                                NO
ORDER_MODE                     VARCHAR2                                 8                                NO
CUSTOMER_ID                    NUMBER                                  22                                NO
ORDER_STATUS                   NUMBER                                  22                                NO
ORDER_TOTAL                    NUMBER                                  22                                NO
SALES_REP_ID                   NUMBER                                  22                                NO
PROMOTION_ID                   NUMBER                                  22                                NO
VCOL_GMT                       TIMESTAMP(6)                            11 SYS_EXTRACT_UTC("ORDER_DATE")  YES

9 rows selected.
SQL>  create index index_vcol  on  orders_vcol(VCOL_GMT);
Index created.
SQL>
SQL> select index_name,index_type,funcidx_status from user_indexes where table_name='ORDERS_VCOL';

INDEX_NAME                     INDEX_TYPE                  FUNCIDX_
------------------------------ --------------------------- --------
ORDERS_VPK                     NORMAL
INDEX_VCOL                     FUNCTION-BASED NORMAL  ENABLED

SQL> SQL>
SQL>
SQL> select * from user_ind_expressions where index_name='INDEX_VCOL';

INDEX_NAME                     TABLE_NAME                COLUMN_EXPRESSION                                                                COLUMN_POSITION
------------------------------ ------------------------- -------------------------------------------------------------------------------- ---------------
INDEX_VCOL                     ORDERS_VCOL               SYS_EXTRACT_UTC("ORDER_DATE")                                                                  1

SQL> drop index INDEX_VCOL;

Index dropped.
SQL>
SQL>
SQL>  create bitmap index INDEX_VCOL on ORDERS_VCOL(VCOL_GMT);
 create bitmap index INDEX_VCOL on ORDERS_VCOL(VCOL_GMT)
                                   *
ERROR at line 1:
ORA-25122: Only LOCAL bitmap indexes are permitted on partitioned tables

SQL>
SQL> SELECT table_name, partition_name, high_value, num_rows
  2  FROM   user_tab_partitions
  3  where  table_name='ORDERS_VCOL'
  4  ORDER BY table_name, partition_name;

TABLE_NAME                PARTITION_NAME       HIGH_VALUE                                 NUM_ROWS
------------------------- -------------------- ---------------------------------------- ----------
ORDERS_VCOL               Q1_2005              TIMESTAMP' 2005-04-01 00:00:00'
ORDERS_VCOL               Q2_2005              TIMESTAMP' 2005-07-01 00:00:00'
ORDERS_VCOL               Q3_2005              TIMESTAMP' 2005-10-01 00:00:00'
ORDERS_VCOL               Q4_2005              TIMESTAMP' 2006-01-01 00:00:00'

SQL>
SQL>
SQL> drop table ORDERS_VCOL;

Table dropped.

SQL> CREATE TABLE orders_vcol
  2      ( order_id           NUMBER(12),
  3        order_date         TIMESTAMP WITH LOCAL TIME ZONE,
  4        order_mode         VARCHAR2(8),
  5        customer_id        NUMBER(6),
  6        order_status       NUMBER(2),
  7        order_total        NUMBER(8,2),
  8        sales_rep_id       NUMBER(6),
  9        promotion_id       NUMBER(6),
 10        vcol_gmt TIMESTAMP AS (SYS_EXTRACT_UTC(order_date))
 11        virtual,
 12        CONSTRAINT orders_vpk PRIMARY KEY(order_id)
 13      );

Table created.

SQL>
SQL>  create bitmap index INDEX_VCOL on ORDERS_VCOL(VCOL_GMT);
Index created.

SQL> select index_name,index_type,funcidx_status from user_indexes where table_name='ORDERS_VCOL';

INDEX_NAME                     INDEX_TYPE                  FUNCIDX_
------------------------------ --------------------------- --------
ORDERS_VPK                     NORMAL
INDEX_VCOL                     FUNCTION-BASED BITMAP       ENABLED

SQL> select * from user_ind_expressions where index_name='INDEX_VCOL';

INDEX_NAME                     TABLE_NAME                COLUMN_EXPRESSION                                                                COLUMN_POSITION
------------------------------ ------------------------- -------------------------------------------------------------------------------- ---------------
INDEX_VCOL                     ORDERS_VCOL               SYS_EXTRACT_UTC("ORDER_DATE")                                                                  1




来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/13750068/viewspace-2144144/,如需转载,请注明出处,否则将追究法律责任。

转载于:http://blog.itpub.net/13750068/viewspace-2144144/

【四轴飞行器】非线性三自由度四轴飞行器模拟器研究(Matlab代码实现)内容概要:本文围绕非线性三自由度四轴飞行器模拟器的研究展开,重点介绍基于Matlab代码实现的四轴飞行器动力学建模与仿真方法。研究构建了考虑非线性特性的飞行器数学模型,涵盖姿态动力学与运动学方程,实现了三自由度(滚转、俯仰、偏航)的精确模拟。文中详细阐述了系统建模过程、控制算法设计思路及仿真结果分析,帮助读者深入理解四轴飞行器的飞行动力学特性与控制机制;同时,该模拟器可用于算法验证、控制器设计与教学实验。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的高校学生、科研人员及无人机相关领域的工程技术人员,尤其适合从事飞行器建模、控制算法开发的研究生和初级研究人员。; 使用场景及目标:①用于四轴飞行器非线性动力学特性的学习与仿真验证;②作为控制器(如PID、LQR、MPC等)设计与测试的仿真平台;③支持无人机控制系统教学与科研项目开发,提升对姿态控制与系统仿真的理解。; 阅读建议:建议读者结合Matlab代码逐模块分析,重点关注动力学方程的推导与实现方式,动手运行并调试仿真程序,以加深对飞行器姿态控制过程的理解。同时可扩展为六自由度模型或加入外部干扰以增强仿真真实性。
基于分布式模型预测控制DMPC的多智能体点对点过渡轨迹生成研究(Matlab代码实现)内容概要:本文围绕“基于分布式模型预测控制(DMPC)的多智能体点对点过渡轨迹生成研究”展开,重点介绍如何利用DMPC方法实现多智能体系统在复杂环境下的协同轨迹规划与控制。文中结合Matlab代码实现,详细阐述了DMPC的基本原理、数学建模过程以及在多智能体系统中的具体应用,涵盖点对点转移、避障处理、状态约束与通信拓扑等关键技术环节。研究强调算法的分布式特性,提升系统的可扩展性与鲁棒性,适用于多无人机、无人车编队等场景。同时,文档列举了大量相关科研方向与代码资源,展示了DMPC在路径规划、协同控制、电力系统、信号处理等多领域的广泛应用。; 适合人群:具备一定自动化、控制理论或机器人学基础的研究生、科研人员及从事智能系统开发的工程技术人员;熟悉Matlab/Simulink仿真环境,对多智能体协同控制、优化算法有一定兴趣或研究需求的人员。; 使用场景及目标:①用于多智能体系统的轨迹生成与协同控制研究,如无人机集群、无人驾驶车队等;②作为DMPC算法学习与仿真实践的参考资料,帮助理解分布式优化与模型预测控制的结合机制;③支撑科研论文复现、毕业设计或项目开发中的算法验证与性能对比。; 阅读建议:建议读者结合提供的Matlab代码进行实践操作,重点关注DMPC的优化建模、约束处理与信息交互机制;按文档结构逐步学习,同时参考文中提及的路径规划、协同控制等相关案例,加深对分布式控制系统的整体理解。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值