SQL调优之十：访问路径(Access Path)四
一，位图索引访问路径
对于一个普通的B树索引，一个索引条目指向单一行。
在位图索引里面，键值是索引的数据和rowid范围的结合。
数据库会为每一个索引键存储最少一个位图。位图里面的值是一系列0和1组成的值，指向一个rowid范围内的某一行。
索引，在一个位图索引里面，一个索引条目指向的是一个行集而不是单单一行数据。
位图索引和B树索引的不同
位图索引使用了和B树索引不同的键，但是也是以B树索引的结构存储的。
| 索引类型 | 键值 | 数据 | 举例 |
| 唯一型B树 | 仅仅是被索引的数据 | rowid | 在employee.employy_id上创建的索引的一个条目里，101是键值，rowid则是数据 |
| 非唯一型B树 | 被索引的数据加上rowid | none | 在employee.last_name上的索引里，Smith,AAAPvCAAFAAAAFaAAa就是索引键值， 没有数据 |
| 位图 | 被索引的数据加上rowid范围 | bitmap | 在customers.cust_gender上的位图索引里，M,low-rowid,high-rowid是键值， 而1000101010101010则是数据 |
PS: 键值是指索引的值，也就是索引中用于排序，索引的值
因为位图索引也是以B树索引的结构存储的，因此数据库可以快速根据键值的第一部分来定位叶子块，也就是获取rowid的范围，以及位图(1000101010101010)。
使用位图索引的目的
位图索引适合于那些非重复值少，并且更新频率低的数据。
数据的非重复值很少的时候，它和总的行数之间的关系就很小，比如说1000行数据里面，非重复值只有两个，那么就不能说这两个值只占总行数的千分之二。最常见的就是性别列。
同时，通过压缩技术，位图索引可以以很少的I/O来返回很多rowid。
位图索引可以用于在数据仓库中加快临时的查询。
在以下情况的时候，位图索引尤其有用：
1，WHERE子句里面包含了多个条件，在这种情况下，在访问表本身之前，数据库已经可以过滤出符合某些条件的行
2，低基数的列上的And，Or和Not操作，数据库可以很快的从位图索引上合并位图，比如说以下情况，M假设是1，数据库可以很快地把1转换成相应的rowid。
SELECT *
FROM customers
WHERE cust_gender = 'M'
AND cust_marital_status = 'single'
3，count函数，不需要扫描表，数据库直接扫描位图索引即可
4，查询null值，和B树索引不同的是，位图索引可以包含Null值。因此可以使用位图索引来查询一个包含null的列的count值。
位图索引对于频繁更新的表用处不大。原因是一个索引条目指向了很多行。所以如果一个会话更新了索引的数据，那么数据库没办法只锁住位图的一个位，相反的，数据库要锁住整个索引条目，也就是这个条目指向的所有行。
比如说，如果把cust_marital_status从single更新为married，那么数据库必须获得位图索引里面，single条目和married条目的排他性访问。包含这两个值的所有行都没办法被修改，直到提交或者回滚。
位图和rowid
对于位图里面的某个值来说，如果它匹配位图的条件，那么在位图里它的值就是1，如果不匹配，值就是0。
一个位图条目包含了被索引的值，ROWID范围（开始和结束的rowid） 以及一个位图。
位图里面的每一个0或者1都是rowid范围里的偏移量，能够匹配表里面可能存在的行，即使实际上并没有这一行。（这个可真绕）
因为一个数据块可能存储的行数是预估的，数据库可以使用范围端点来决定范围内任意一行的rowid。
事实上，位图所使用的优化器的索引算法会限制oracle数据库所假设的每一个数据块里面存储的行数，行数少，则rowid范围小，位图记录就少，位图的大小就会变小。
上面这个图就是位图记录，第一列是值，2，3列则是rowid的起始跟结束范围，然后在这个范围里有6个rowid，对应6行。
可能得值有3个，根据0或者1来进行匹配，匹配到的再从范围里获取到相应的rowid。
从图里面还能看出，位图是可以对null值进行索引的，所以位图索引可以用于某些聚合函数，比如说count。
位图连接索引
位图连接索引是建立在两个或者更多个表的连接上的位图索引。优化器可以使用这个索引来减少或者消除数据量。
这种索引比物化连接视图在存储上更高效。
例子：
CREATE BITMAP INDEX cust_sales_bji ON sales(c.cust_city)
FROM sales s, customers c
WHERE c.cust_id = s.cust_id LOCAL;
这种匹配的是在两个表中都有的，同时还是以位图索引形式存储。
针对这种索引的查询，执行计划显示如下：
SELECT COUNT (*)
FROM sales s, customers c
WHERE c.cust_id = s.cust_id
AND c.cust_city = 'Smithville';
位图存储
位图索引是以B树索引的结构，Branch数据块，leaf数据块。
比如说，如果customers.cust_marital_status列有12个非重复值，那么一个branch数据块可能会包含married，rowid-range和single，rowid-range，然后另一个branch数据块则包含widowed，rowid-range。
或者，一个branch数据块可以直接指向一个包含了12个数值的leaf数据块。
每一个被索引的列的值可能有一个或多个位图片，每一个都有它自己的rowid范围，包含了在一个或多个数据分区（extent）里相连的行集。
数据库可以使用位图片来把一个大的索引条目拆分开来。比如说值为married的人数特别多，包含了特别多记录的时候。
比如说，数据库可以把单个索引条目拆分成三个位图片，其中头两个位图片在同一个分区里面，但是不同的数据块，而另一个位图片则在另一个分区里的数据块。
另外，数据块可以对连续的0值进行压缩来减少空间的使用。
二，Bitmap Conversion to Rowid
位图转换会在位图的条目和表行之间进行翻译。
它可以把一个位图记录转换成一个行（to rowid），也可以把行转换成条目（from rowid）。
优化器什么时候会考虑使用位图转换ROWID？
当优化器需要通过位图索引从表里返回行数据的时候，就会发生这个操作。
Bitmap Conversion to Rowid的工作机制
理论上来说，位图可以被认为是一个表。只不过其存储的值是0跟1。
位图转换rowid是通过使用内部算法，把一个位图记录，匹配的1，转换成比如数据库表的第几个数据块的第几行数据。
例子：
SELECT cust_last_name, cust_first_name
FROM customers
WHERE cust_year_of_birth < 1918;
三，Bitmap Index Single Value
位图索引单值扫描，这种方式是使用位图索引来索取单个键值。
优化器什么时候会考虑使用Bitmap Index Single Value？
谓词包含等式操作
Bitmap Index Single Value的工作机制
查询优化器会扫描单个位图，找到包含值为1的位置。然后数据库把1转换成rowid，接着使用rowid找到行数据。
数据库仅仅需要扫描单个位图，比如说，下图是为了索引widowed这个值的位图（分成了两个位图片），数据库可以搜索这个位图值为1的记录来获取相对应的rowid。
例子：
SELECT *
FROM customers
WHERE cust_marital_status = 'Widowed';
四，Bitmap Index Range Scans
位图索引范围扫描，顾名思义，使用位图来索取范围数据。
优化器什么时候会考虑使用Bitmap Index Range Scans？
当谓词指定了索取范围数据的时候，类比B树索引范围扫描。
Bitmap Index Range Scans的工作机制
同样是类似于B树索引范围扫描。
比如说，下图需要查询出生日期在1917年之前的所有用户，数据库可以扫描键值低于1917的位图条目，获取所有值为1的数据。
例子：
SELECT cust_last_name, cust_first_name
FROM customers
WHERE cust_year_of_birth < 1918；
五，Bitmap Merge
这个访问方式合并多个位图然后返回单个位图作为结果。
优化器什么时候会考虑使用Bitmap Merge？
当优化器需要对位图索引范围扫描所返回的位图进行合并的时候。
Bitmap Merge的工作机制
Bitmap Merge相当于在两个位图之间使用or操作。
比如说，查询所有出生日期在1918年之前的用户，那么就要查询1915,1916,1917中匹配条件的位图。
那么就会对这三个位图的记录进行或or操作，只要有一列式1就返回。如下图所示：
例子：
SELECT cust_last_name, cust_first_name
FROM customers
WHERE cust_gender = 'F'
AND cust_year_of_birth < 1918；
从以下的执行计划来看，所谓的位图合并，就是将上一步位图范围扫描返回的多个位图，合并成单一的一个位图，然后传递给下一步操作。
