oracle索引
索引的结构
1基础概念
为了掌握索引的原理，首先需要掌握一些基本概念。
（1） 索引和表在磁盘上是存放在一起还是分开的？
（2） 一个表上的所有索引是在一起存放的还是独立的？
（3） 索引和表在磁盘上的存放方式有什么不同？
（4） 索引和表之前是如何关联的？
（5） 索引的作用是什么？
1.1索引和表是独立的对象
Oracle中有很多种对象，包括表、索引、存储过程、触发器、序列、视图等。这些对象都有自己的定义语句，保存在数据字典（oracle系统创建的表）中。对于表和索引，数据字典中出了需要保存对象的定义，还需要保存对象的数据。
索引和表是对立的对象，它们分别拥有自己的存储空间，并不是放在一起的，所以它们可以存放在不同的表空间中。一个表上如果有多个索引，那每个索引也是独立的对象，拥有自己的存储空间。两个索引之前是没有关系的。
1.2索引和表在磁盘上存放方式
表和索引的数据都存放在磁盘的数据块中，每个数据块一般固定为8k。数据块是数据读写的最小单位，即使只需要读取一条数据，也会把整块的数据读到内存中，写数据也一样。
表中的数据是无序的存放在数据库块中，两个数据块完全没有关系，同一个数据块中的数据也没有关系。数据在表中的顺序也不一定是录入的顺序，后录入的数据也可能在前面。
如果想从表中查询某条数据，在没有索引的情况下就只能全表扫描所有的数据块，即全表扫描。
于表的无序存放不同，索引是有序存放的。在存放索引的数据块上，数据都是有序的，并且数据块之前使用指针进行关联。
1.3索引和表之间是如何关联的
索引中保存:索引的键值(索引列的值)；数据在表中的地址（rowid）。
若通过Oracle索引查找ID=10的数据，那么就到ID索引中先找到目标数据的地址（rowid），然后根据数据地址到表中查看数据。
1.4索引的作用
使用索引是为了快速找到目标数据，因为全表扫描慢。
数据块是数据读写的最小单位。
在表中数据是无序堆放的，而索引中的数据块是有序的，使用指针关联。
索引中只保存索引键的值和数据地址。
使用索引为了快速查找目标数据
2 B+索引结构
Oracle有很多种类型的索引，最常用的是B+树索引。它是一种树形结构，每个节点是个数据块，每个父节点可以有多个子节点。
2.1 根节点、分支节点和叶子节点
索引的数据块会组成一个树形结构，索引块之间以指针的形式链接。索引树有根节点块、分支节点块、叶子节点块。
每个索引只有一个根节点块，但可以有多个分支节点快和叶子节点块。索引的层高是从根节点到叶子节点的高度。每个索引只能包含一层叶子节点块，索引的所有叶子界定啊在同一层。
2.2 索引块的内容
每个索引块包含条数据，该数据只保存键值和一个指针地址，指向下一级的索引块或数据块。对于根节点和分支节点，它需要根据这个指针找到对应的子节点。对于叶子节点，它需要根据这个指针找到对应的数据地址。
在叶子节点中，每个数据块还会保存相邻的叶子节点的地址。在每一层索引节点和每个索引块中，索引的键值都是有序的，默认升序。
索引树有根节点块、分支几点块和叶子节点块。索引的所有叶子节点在同一层。
每个父节点中如果有N条数据，那么就有N个指针指向子节点。
在叶子节点中，每个数据块还会白村相邻的叶子节点的地址。
在每一层索引节点和每个索引块中，索引的键值都是有序的，默认升序。
3 表和索引的存储分析
3.1 表的存储结构分析
一个表占用多少数据块由多方面的因素决定：
（1） 数据行数，数据越多占用的空间越大。
（2） 每条数据的长度，如果表的列很少，并且每个列的长度都很短，那么表占用的数据块就少，反之则占用得多
（3） 如果很多数据被delete了，数据占用的数据块并不会被释放，这就是高水位，当有新数据insert时会优先占用空闲的数据块。
3.2 索引的存储结构分析
（1） 同一个表的索引存的数据并不一样多：索引不包含空的键值
（2） 索引的层高不会太高
一个索引块大概能存400个左右数据，三层即400*400*400=6400万，四层则上百亿的数据，所以一般索引的层高不会太高
（3） 索引占的数据块比较少
若表的列很少，但是有多个索引，这种情况也有可能索引占的总空间不比表的空间小
（4） 每个键值占的叶子的块数
每个键值占的叶子块数是个平均值，如果索引列是唯一的，那么每个键值最多占一个叶子块，如果索引列的重复值很多，那么就可能占很多歌叶子块。如果一个键值的重复度很高，使用这个索引查询的效率可能就很低。索引的高度决定了从根节点到叶子节点要查询几个索引块。而键值的重复度决定了要查询多少个叶子块。
（5） 每个键值指向的表的块数
每个键值指向的表块数也是个平均值。比如一个索引键有20条数据，它一般只需要一个索引叶子块，但是在表中，这40条数据可能在1个块中也可能在20个块中。
索引中不包含空的键值，一般不能根据索引查询空值
索引每层能容纳的数据随层高增大呈指数级增加，所以索引的层高不会很大
不建议在长度很大的列或者很多字段的组合索引上创建索引，这样索引树会很高，查询效率很低
索引占的数据块一般比表少得多
索引键值重复度很高，那么查询效率可能很低
当查询的键值对应很多个数据块时，查询效率比较低
性能调优基础
1．IO，CPU和network的关系
IO是指把数据从磁盘读到内存的过程；CPU主要是指处理内存中数据的过程，有时包括等待IO时间；network指数据在网络中传输的过程。三种性能瓶颈是此消彼长的关系。
实际应用中，网络的开销是比较小的，因为大部分的运算是在数据库完成的，所以需要重点关注IO和CPU。降低IO就是减少读取磁盘数据块，降低CPU就是减少读取内存块，所以读取的数据块越少，消耗的资源也就越少，性能也越好。
2．逻辑读与物理读
逻辑读是指要读的数据块已经在缓存中不需要发生实际的IO，这时主要消耗CPU；而物理读是指缓存中没有要读的数据块，需要发生实际的IO，这时消耗的主要是IO。如一些数据经常被读取，那么就很可能在内存中命中，不需要物理读。
逻辑读比物理读要快的多，这也就是第二次执行会比第一次执行快的原因了
3．多块读、随机读和顺序读
IO是最消耗资源的，那么哪些方法可以减少IO消耗呢
（1） 合理的业务需求：如果每次查询都要把大表统计一遍，那么会有大量的IO，即使逻辑读也是影响性能的。
（2） 多块读：如果操作系统的缓存比较大，而且要读取得数据块是相邻的，那么就可以使用多块读，一次IO读取多个数据块，这样可以减少IO的消耗。对表做全表扫描是可以使用多块读的，因为表每次申请的空间（extent）都是连续的，而普通的索引扫描就不适合，索引块之间是指针连续的，但是同一个索引块中的数据在表中也不一定是连续的。
（3） 顺序读和随机读：顺序读比随机读效率高得多。
性能调优的根本方法就是减少读取的数据块
全表扫描可以支持多块读，而索引扫描一般只能支持单块读
顺序IO比随机IO效率高，索引扫描一般是随机IO
