数据库索引有哪几种,怎样建立索引
发布网友
发布时间：2022-04-23 11:03
共3个回答
热心网友
时间：2022-04-07 20:12
数据库索引的种类：
1、按照索引列值的唯一性，索引可分为唯一索引和非唯一索引
非唯一索引：B树索引
create index 索引名 on 表名（列名） tablespace 表空间名;
唯一索引：建立主键或者唯一约束时会自动在对应的列上建立唯一索引
2、索引列的个数：单列索引和复合索引
3、按照索引列的物理组织方式
B树索引
create index 索引名 on 表名（列名） tablespace 表空间名;
位图索引
create bitmap index 索引名 on 表名（列名） tablespace 表空间名;
反向键索引
create index 索引名 on 表名（列名） reverse tablespace 表空间名;
函数索引
create index 索引名 on 表名（函数名(列名)） tablespace 表空间名;
删除索引
drop index 索引名
重建索引
alter index 索引名 rebuild
索引的创建格式：
CREATE UNIUQE | BITMAP INDEX <schema>.<index_name>
ON <schema>.<table_name>
(<column_name> | <expression> ASC | DESC,
<column_name> | <expression> ASC | DESC,...)
TABLESPACE <tablespace_name>
STORAGE <storage_settings>
LOGGING | NOLOGGING
COMPUTE STATISTICS
NOCOMPRESS | COMPRESS<nn>
NOSORT | REVERSE
PARTITION | GLOBAL PARTITION<partition_setting>
UNIQUE | BITMAP：指定UNIQUE为唯一值索引，BITMAP为位图索引，省略为B-Tree索引。
<column_name> | <expression> ASC | DESC：可以对多列进行联合索引，当为expression时即“基于函数的索引”
TABLESPACE：指定存放索引的表空间(索引和原表不在一个表空间时效率更高)
STORAGE：可进一步设置表空间的存储参数
LOGGING | NOLOGGING：是否对索引产生重做日志(对大表尽量使用NOLOGGING来减少占用空间并提高效率)
COMPUTE STATISTICS：创建新索引时收集统计信息
NOCOMPRESS | COMPRESS<nn>：是否使用“键压缩”(使用键压缩可以删除一个键列中出现的重复值)
NOSORT | REVERSE：NOSORT表示与表中相同的顺序创建索引，REVERSE表示相反顺序存储索引值
PARTITION | NOPARTITION：可以在分区表和未分区表上对创建的索引进行分区
使用USER_IND_COLUMNS查询某个TABLE中的相应字段索引建立情况
使用DBA_INDEXES/USER_INDEXES查询所有索引的具体设置情况。
在Oracle中的索引可以分为：B树索引、位图索引、反向键索引、基于函数的索引、簇索引、全局索引、局部索引等，下面逐一讲解：
一、B树索引：
最常用的索引，各叶子节点中包括的数据有索引列的值和数据表中对应行的ROWID，简单的说，在B树索引中，是通过在索引中保存排过续的索引列值与相对应记录的ROWID来实现快速查询的目的。其逻辑结构如图：
可以保证无论用户要搜索哪个分支的叶子结点，都需要经过相同的索引层次，即都需要相同的I/O次数。
B树索引的创建示例：
create index ind_t on t1(id) ;
注1：索引的针对字段创建的，相同字段不能创建一个以上的索引；
注2：默认的索引是不唯一的，但是也可以加上unique，表示该索引的字段上没有重复值(定义unique约束时会自动创建)；
注3：创建主键时，默认在主键上创建了B树索引，因此不能再在主键上创建索引。
二、位图索引：
有些字段中使用B树索引的效率仍然不高，例如性别的字段中，只有“男、女”两个值，则即便使用了B树索引，在进行检索时也将返回接近一半的记录。
所以当字段的基数很低时，需要使用位图索引。(“低”的标准是取值数量 < 行数*1%)
位图索引的逻辑结构如上图所示：索引中不再记录rowid和键值，而是将每个值作为一列，用0和1表示该行是否等于该键值(0表示否;1表示是)。其中位图索引的行顺序与原表的行顺序一致，可以在查询数据的过程中对应计算出行的原始物理位置。
位图索引的创建示例：
create bitmap index ind_t on t1(type);
注：位图索引不可能是唯一索引，也不能进行键值压缩。
三、反向键索引：
考虑这个情况：某一字段的值是1-1000顺序排列，建立B树索引后依旧递增，到后来该B数索引不断在后面增加分支，会形成如下如的不对称树：
反向键索引是一种特殊的B树索引，在存储构造中与B树索引完全相同，但是针对数值时，反向键索引会先反向每个键值的字节，然后对反向后的新数据进行索引。例如输入2008则转换为8002，这样当数值一次增加时，其反向键在大小中的分布仍然是比较平均的。
反向键索引的创建示例：
create index ind_t on t1(id) reverse;
注：键的反转由系统自行完成。对于用户是透明的。
四、基于函数的索引：
有的时候，需要进行如下查询：select * from t1 where to_char(date,'yyyy')>'2007';
但是即便在date字段上建立了索引，还是不得不进行全表扫描。在这种情况下，可以使用基于函数的索引。其创建语法如下：
create index ind_t on t1(to_char(date,'yyyy'));
注：简单来说，基于函数的索引，就是将查询要用到的表达式作为索引项。
五、全局索引和局部索引：
这个索引貌似很复杂，其实很简单。总得来说一句话，就是无论怎么分区，都是为了方便管理。
具体索引和表的关系有三种：
1、局部分区索引：分区索引和分区表1对1
2、全局分区索引：分区索引和分区表N对N
3、全局非分区索引：非分区索引和分区表1对N
创建示例：
首先创建一个分区表
create table student
(
stuno number(5),
sname vrvhar2(10),
deptno number(5)
)
partition by hash (deptno)
(
partition part_01 tablespace A1,
partition part_02 tablespace A2
);
创建局部分区索引(1v1)：
create index ind_t on student(stuno)
local(
partition part_01 tablespace A2,
partition part_02 tablespace A1
); --local后面可以不加
创建全局分区索引(NvN)：
create index ind_t on student(stuno)
global partition by range(stuno)
(
partition p1 values less than(1000) tablespace A1,
partition p2 values less than(maxvalue) tablespace A2
); --只可以进行range分区
创建全局非分区索引(1vN)
create index ind_t on student(stuno) GLOBAL;
热心网友
时间：2022-04-07 21:30
数据库表中的时间字段是否可以建立索引？可以建立索引的；至于建立聚集索引或者是非聚集索引，那要看你这个时间字段的具体情况以及使用或变更频繁程度。 一般来说，适合建立聚集索引的要求：“既不能绝大多数都相同，又不能只有极少数相同”的规则。 先说说一个误区：有人认为：只要建立索引就能显著提高查询速度。这个想法是很错误的。建立非聚集索引，确实，一般情况下可以提高速度，但是一般并不会达到你想要的速度。只有在适当的列建立适当的（聚集）索引，才能达到满意的效果。 下面的表总结了何时使用聚集索引或非聚集索引（很重要）。 动作描述 使用聚集索引 使用非聚集索引 列经常被分组排序 应 应 返回某范围内的数据 应 不应 一个或极少不同值 不应 不应 小数目的不同值 应 不应 大数目的不同值 不应 应 频繁更新的列 不应 应 外键列 应 应 主键列 应 应 频繁修改索引列 不应 应 别的就要看你的理解了。
热心网友
时间：2022-04-07 23:05
种类：
1、按照索引列值的唯一性，索引可分为唯一索引和非唯一索引；
非唯一索引：
create index 索引名 on 表名（列名） tablespace 表空间名；
唯一索引：
建立主键或者唯一约束时会自动在对应的列上建立唯一索引；
2、索引列的个数：单列索引和复合索引；
3、按照索引列的物理组织方式。
索引的创建格式：
使用USER_IND_COLUMNS查询某个TABLE中的相应字段索引建立情况
使用DBA_INDEXES/USER_INDEXES查询所有索引的具体设置情况。
在Oracle中的索引可以分为：B树索引、位图索引、反向键索引、基于函数的索引、簇索引、全局索引、局部索引等，下面逐一讲解：
一、B树索引：
最常用的索引，各叶子节点中包括的数据有索引列的值和数据表中对应行的ROWID，简单的说，在B树索引中，是通过在索引中保存排过续的索引列值与相对应记录的ROWID来实现快速查询的目的。其逻辑结构如图：
可以保证无论用户要搜索哪个分支的叶子结点，都需要经过相同的索引层次，即都需要相同的I/O次数。
B树索引的创建示例：
create index ind_t on t1(id) ;
注1：索引的针对字段创建的，相同字段不能创建一个以上的索引；
注2：默认的索引是不唯一的，但是也可以加上unique，表示该索引的字段上没有重复值(定义unique约束时会自动创建)；
注3：创建主键时，默认在主键上创建了B树索引，因此不能再在主键上创建索引。
二、位图索引：
有些字段中使用B树索引的效率仍然不高，例如性别的字段中，只有“男、女”两个值，则即便使用了B树索引，在进行检索时也将返回接近一半的记录。
所以当字段的基数很低时，需要使用位图索引。(“低”的标准是取值数量 < 行数*1%)
位图索引的逻辑结构如上图所示：索引中不再记录rowid和键值，而是将每个值作为一列，用0和1表示该行是否等于该键值(0表示否;1表示是)。其中位图索引的行顺序与原表的行顺序一致，可以在查询数据的过程中对应计算出行的原始物理位置。
位图索引的创建示例：
create bitmap index ind_t on t1(type);
注：位图索引不可能是唯一索引，也不能进行键值压缩。
三、反向键索引：
考虑这个情况：某一字段的值是1-1000顺序排列，建立B树索引后依旧递增，到后来该B数索引不断在后面增加分支，会形成如下如的不对称树：
反向键索引是一种特殊的B树索引，在存储构造中与B树索引完全相同，但是针对数值时，反向键索引会先反向每个键值的字节，然后对反向后的新数据进行索引。例如输入2008则转换为8002，这样当数值一次增加时，其反向键在大小中的分布仍然是比较平均的。
反向键索引的创建示例：
create index ind_t on t1(id) reverse;
注：键的反转由系统自行完成。对于用户是透明的。
四、基于函数的索引：
有的时候，需要进行如下查询：select * from t1 where to_char(date,'yyyy')>'2007';
但是即便在date字段上建立了索引，还是不得不进行全表扫描。在这种情况下，可以使用基于函数的索引。其创建语法如下：
create index ind_t on t1(to_char(date,'yyyy'));
注：简单来说，基于函数的索引，就是将查询要用到的表达式作为索引项。
五、全局索引和局部索引：
这个索引貌似很复杂，其实很简单。总得来说一句话，就是无论怎么分区，都是为了方便管理。
具体索引和表的关系有三种：
1、局部分区索引：分区索引和分区表1对1
2、全局分区索引：分区索引和分区表N对N
3、全局非分区索引：非分区索引和分区表1对N
创建示例：
首先创建一个分区表
create table student
(
stuno number(5),
sname vrvhar2(10),
deptno number(5)
)
partition by hash (deptno)
(
partition part_01 tablespace A1,
partition part_02 tablespace A2
);
创建局部分区索引(1v1)：
create index ind_t on student(stuno)
local(
partition part_01 tablespace A2,
partition part_02 tablespace A1
); --local后面可以不加
创建全局分区索引(NvN)：
create index ind_t on student(stuno)
global partition by range(stuno)
(
partition p1 values less than(1000) tablespace A1,
partition p2 values less than(maxvalue) tablespace A2
); --只可以进行range分区
创建全局非分区索引(1vN)
create index ind_t on student(stuno) GLOBAL;
根据具体问题类型，进行步骤拆解／原因原理分析／内容拓展等。
具体步骤如下：／导致这种情况的原因主要是……
