数据结构应用:位图索引

• 上篇文章提到了数据结构位图,位图是利用bit数组来存储数据的结构,由于bit是计算机的最小存储单位,因此这种数据结构是非常节省存储空间的;同时计算机本来就是二进制的运算,利用位图来进行一些查找/去重操作是比较快的,这篇文章来谈谈数据库中的位图索引

一、案例分析

name	gender	maritalstatus
阿虎	male	已婚
阿杰	male	未婚
阿吉	female	已婚
阿白	female	离婚
阿彪	male	未婚
…	…	…

如想查出所有已婚的女性,转换成sql为:select * from t where t.gender = ‘female’ and maritalstatus = ‘已婚’;
1、不使用任何索引,就会全表扫描
2、使用索引:
1)B+Tree/BTree索引,都是使用多叉树的形式,因为性别和婚姻状况基本都占50%数据,基本要取出一半数据,要扫描多次BTree,所以完全没有必要;若是列重复值少,且基数大,可以考虑使用BTree索引
2)位图索引
类似于BitMap,生成只包含0和1的数组,比如male,每列若是male就标为1,若是female就标为0;female相反

Rowid	1	2	3	4	5	…
male	1	1	0	0	1	…
female	0	0	1	1	0	…

Rowid	1	2	3	4	5	…
已婚	1	0	1	0	0	…
未婚	0	1	0	0	1	…
离婚	0	0	0	1	0	…

当使用上述sql进行查询时

Rowid	1	2	3	4	5	…
female	0	0	1	1	0	…
位与(&)
已婚	1	0	1	0	0	…
result	0	0	1	0	0	…

可以看出result为1的在第三行,第三行是满足条件的
二、适用场景

• 数据库中列基数比较少,且有大量重复值
• 不适用于OLTP场景,或经常更新的列
• 不适用于重复度过低的列,逻辑与、或运算很快,不建议作为单列查询

参考链接:位图索引理解