sql--索引

2019独角兽企业重金招聘Python工程师标准>>>

索引：

提高查询语句的效率
一、何时需要索引：
1.当我们经常需要查询，且列在where子句出现；
2.返回的行数，在我们总行数的%2以下，我们需要索引；
3.经常做DML操作的表不需要索引，因为表有多大索引就有多大，索引在后台需要维护，有索引在DML操作的时候，会对DML操作造成负担；
【DML操作变慢的原因：有列为我们的DML操作的数据建了索引，内存太小，内存脏数据太多，日志】
4.数据量大的表也不许要索引，否则查询数率反而慢；


二、分类：
1.B-tree :树形索引
单列索引：索引建到一个列中
组合所以/多列索引：索引以组合方式出现，多个列创建一个索引
唯一性索引：创建索引的列值是唯一的，通常唯一性索引不许要我们创建，由主键决定；
函数索引 ：创建的索引的列，一以函数的形式出现；
反建索引：避免热点块的的读取
2.位图索引：经常要做查询操作，且数据量大 。查询语句中经常以all,or 连接的时候需要创建位图索引；
3.分区索引：在分区表中创建的索引，
本地索引：在分区表中，每一个分区都创建一个索引
全局索引：在分区表中，整个分区表只有一个索引


三、创建索引
1.树形索引
create index<> on tablenam(column); //单列索引
create [unqiue] index<> on tablenam(column);//唯一索引
2.位图索引
create bitmap index<> on tablenam(column);//位图索引

3.分区索引：
create index<> on tablename<为分区表的名字>(column) local ；//本地索引
create index<> on tablename<为分区表的名字>(column) global; //全局索引

单列索引 ：
>>>create index ind_dept on aa(deptno) ;
>>>select * from aa where deptno=1; //从索引中寻找
#索引段中以指针方式存放着数据块在磁盘中的位置

多列索引：
>>>create index ind_dept_name on aa(deptno,dname);
>>>select * from aa where deptno=1 and dname='aa';

函数索引：
>>>create index ind_number on aa(to_number(deptno));

唯一性索引：
>>> create unqiue index<> on aa(column);

反建索引：
>>>create reverse index <> on aa<>;


位图索引：
>>>select * from emp where deptno=10 or ename='SCOTT'; //适合传建位图索引
>>>create bitmap index bmap_emp on emp(ename); //位图索引

四、查看索引

desc user_indexes

导致索引失效的原因
1.当表做了维护的操作，比如行的移动
2.分区表中有增加和减少分区

五、维护索引：
alter index <> rebuild;//索引重建，
1、用户在做DML操作，并且事务未结束，我们去重建索引会失败
2、正在重建索引，用户来做DML操作，会导致锁表，也会重建失败
所以，写成脚本，一般在业务空闲时操作大概是半夜


alter index <> unusable;//停用索引

drop index <> ; //删除索引













 

转载于:https://my.oschina.net/liubaizi/blog/794392