本文主要介绍“位图索引的实例分析”。在日常操作中，相信很多人对BitMap Index的实例分析有所怀疑。边肖查阅了各种资料，整理出简单易用的操作方法，希望能帮你解答“位图索引实例分析”的疑惑！接下来，请和边肖一起学习！
00-1010有一个名为table的表，由姓名、性别、婚姻状况三列组成，其中只有两种性别，婚姻状况有三种，分别是已婚、未婚、离异。此表中有100条记录。现在有这样一个查询：从表中选择*其中性别='男性'，婚姻状况='未婚'；
姓名(Name)
性别(Gender)
婚姻状况(Marital)
张三
男人
已婚的
Lisi
妇女
已婚的
王武
男人
未婚
刘钊
妇女
离婚
孙棋
妇女
未婚
...
...
...
1.不使用索引：当不使用索引时，数据库只能逐行扫描所有记录，然后判断记录是否满足查询条件。
2.b树索引
就性别而言，理想值的范围只有“男性”和“女性”，男性和女性各占本表数据的50%。此时添加B-tree索引还是需要取出一半的数据，完全没有必要。相反，如果某个字段的取值范围很广，几乎没有重复，比如身份证号，此时使用B树索引较为合适.事实上，当提取的行数据占据了表中的大部分数据时，即使添加了B-tree索引，oracle和mysql等数据库也不会使用B-tree索引，很可能所有的行都会被扫描。
1. 案例
如果用户查询的列基数很小，也就是只有几个固定值，比如性别、婚姻状况、行政区域等等。要用小的基值索引这些列，有必要建立位图索引。
对于性别列，位图索引形成两个向量，男性向量为10100.并且向量的每个比特指示该行是否是男性；如果是，则为位1，否为0；类似地，母向量是比特01011。
RowId
1
2
3
4
5
...
男人
一个
0
一个
0
0
妇女
0
一个
0
一个
一个
对于婚姻状况这一列，位图索引生成三个向量，分别是已婚11000，未婚00100，离异00010。
RowId
1
2
g>
3
4
5
...
已婚
1
1
0
0
0
未婚
0
0
1
0
1
离婚
0
0
0
1
0
当我们使用查询语句“select * from table where Gender=‘男’ and Marital=“未婚”;”的时候 首先取出男向量10100...，然后取出未婚向量00100...，将两个向量做与操作，这时生成新向量00100...，可以发现第三位为1，表示该表的第三行数据就是我们需要查询的结果。
|
RowId |
1 |
2 |
3 |
4 |
5 |
|
男 |
1 |
0 |
1 |
0 |
0 |
|
& |
|
|
|
|
|
|
未婚 |
0 |
0 |
1 |
0 |
1 |
|
结果 |
0 |
0 |
1 |
0 |
0 |
3.位图索引的适用条件
上面讲了，位图索引适合只有几个固定值的列，如性别、婚姻状况、行政区等等，而身份证号这种类型不适合用位图索引。
此外，位图索引适合静态数据，而不适合索引频繁更新的列。举个例子，有这样一个字段busy，记录各个机器的繁忙与否，当机器忙碌时，busy为1，当机器不忙碌时，busy为0。
这个时候有人会说使用位图索引，因为busy只有两个值。好，我们使用位图索引索引busy字段！假设用户A使用update更新某个机器的busy值，比如update table set table.busy=1 where rowid=100;，但还没有commit，而用户B也使用update更新另一个机器的busy值，update table set table.busy=1 where rowid=12; 这个时候用户B怎么也更新不了，需要等待用户A commit。
原因：用户A更新了某个机器的busy值为1，会导致所有busy为1的机器的位图向量发生改变，因此数据库会将busy＝1的所有行锁定，只有commit之后才解锁。
到此，关于“位图索引BitMap举例分析”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注网站，小编会继续努力为大家带来更多实用的文章！
内容来源网络，如有侵权，联系删除，本文地址：https://www.230890.com/zhan/137957.html