32、数据仓库优化技术全解析

数据仓库优化技术全解析

1. 索引问题与解决方案

在数据库操作中，更新部分数据后，索引可能会出现大小增长和碎片化的问题。例如，更新表的 5% 数据后，索引大小可能增长到正常大小的 10 到 20 倍。并且，数据库为检查向量，需要将分散在磁盘不同区域的片段拼接起来，这两个问题共同作用，会使索引速度变慢。高基数索引会让问题更严重，因为向量稀疏，初始时很小，任何改变都会导致其分裂和碎片化。解决此问题的唯一方法是每次数据加载后重建索引，但在数据仓库环境中，大多数数据库系统能快速执行此操作。

1.1 位图索引的使用场景

• 维度数据集市 ：位图索引应在维度数据集市中广泛使用，事实表外键和部分维度属性都应采用这种索引方式。同时，应避免在数据集市中同时使用 B - 树索引和位图索引，以防数据库优化器做出错误选择，导致查询时间过长。如果仅使用位图索引，查询性能将更稳定、可预测。
• 数据仓库 ：位图索引在数据仓库中的使用取决于表的用途和更新方式。一般情况下，由于更新开销和表访问已知可控，不常使用位图索引。但对于临时表或交付准备表，如果供最终用户或应用程序访问，位图索引可能比 B - 树索引性能更好。

1.2 索引技术总结

索引类型	适用场景	优点	缺点
B - 树索引	数