在关系数据库中，索引是一种与表有关的数据库结构，它可以使对应于表的 SQL 语句执行得更快。索引的作用相当于图书的目录，可以根据目录中的页码快速找到所需的内容。对于数据库来说，索引是一个必选项，但对于现在的各种大型数据库来说，索引可以大大提高数据库的性能，以至于它变成了数据库不可缺少的一部分。
索引分类:
逻辑分类
single column or concatenated：对一列或多列建所引
unique or nonunique：唯一的和非唯一的所引，也就是对某一列或几列的键值(key)是否是唯一的。
Function-based：基于某些函数索引，当执行某些函数时需要对其进行计算，可以将某些函数的计算结果事先保存并加以索引，提高效率。
Doman：索引数据库以外的数据，使用相对较少
物理分类
B-Tree ：normal or reverse key B-Tree 索引也是我们传统上常见所理解的索引，它又可以分为正常所引和倒序索引。
Bitmap ：位图所引。
B-Tree 索引
B-Tree index 也是我们传统上常见所理解的索引。B-tree (balance tree)即平衡树，左右两个分支相对平衡。
B-Tree index
Root 为根节点，branch 为分支节点，leaf 到最下面一层称为叶子节点。每个节点表示一层，当查找某一数据时先读根节点，再读支节点，最后找到叶子节点。叶子节点会存放 index entry (索引入口)，每个索引入口对应一条记录。
Index entry 的组成部分:
Index entry header 存放一些控制信息。
Key column length 某一 key 的长度
Key column value 某一个 key 的值
ROWID 指针，具体指向于某一个数据
创建索引:
用户登录:
SQL> conn test/test
创建表:
SQL> create table test (id number,sex char(1),name varchar2(10));
向表中插入 1000 条数据
SQL> begin for i in 1..1000 loop insert into test values(i,'M','test_table');
end loop; commit; end;
查看表记录
SQL> select * from test;
接下来创建索引
创建索引:
SQL> create index test_idx1 on test(id);
注:对表的第一列(id)创建索引，索引名test_idx1。
查看创建的表与索引
SQL> select object_name,object_type from user_objects; OBJECT_NAME OBJECT_TYPE ------------------------- ------------------- TEST_IDX1 INDEX TEST TABLE
索引分离于表，作为一个单独的个体存在，除了可以根据单个字段创建索引，也可以根据多列创建索引。
Oracle 要求创建索引最多不可超过 32 列。
SQL> create index test_idx2 on test(sex,name);
SQL> select object_name,object_type from user_objects; OBJECT_NAME OBJECT_TYPE ------------------------- ------------------- TEST_IDX2 INDEX TEST_IDX1 INDEX TEST TABLE
这里需要理解:
编写一本书，只有章节页面定好之后再设置目录;数据库索引也是一样，只有先插入好数据，再建立索引。那么我们后续对数据库的内容进行插入、删除，索引也需要随之变化。但索引的修改是由 oracle 自动完成的。
上面这张图能更加清晰的描述索引的结构。
跟节点记录 0 至 50 条数据的位置，分支节点进行拆分记录 0 至 10.......42 至 50，叶子节点记录每条数据的长度和值，并由指针指向具体的数据。
最后一层的叶子节是双向链接，它们是被有序的链接起来，这样才能快速锁定一个数据范围。
SQL> select * from where id>23 and id<32;
如上面查找的列子，通过索引的方式先找到第 23 条数据，再找到第 32 条数据，这样就能快速的锁定一个查找的范围，如果每条数据都要从根节点开始查找的话，那么效率就会非常低下。
位图索引
位图索引主要针对大量相同值的列而创建。拿全国居民登录表来说，假设有四个字段: 姓名、性别、年龄、和身份证号，年龄和性别两个字段会产生许多相同的值，性别只有男女两种值，年龄，1 到 120(假设最大年龄 120 岁)个值。那么不管一张表有几亿条记录，但根据性别字段来区分的话，只有两种取值(男、女)。那么位图索引就是根据字段的这个特性所建立的一种索引。
Bitmap Index
从上图，我们可以看出，一个叶子节点(用不同颜色标识)代表一个 key , start rowid 和 end rowid 规定这种类型的检索范围，一个叶子节点标记一个唯一的 bitmap 值。因为一个数值类型对应一个节点，当是行查询时，位图索引通过不同位图取值直接的位运算(与或)，来获取到结果集合向量 (计算出的结果)。
举例讲解:
假设存在数据表 T，有两个数据列 A 和 B，取值如下，我们看到 A 和 B 列中存在相同的数据。
对两个数据列 A、B 分别建立位图索引:idx_t_bita 和 idx_t_bitb。两个索引对应的存储逻辑结构如下:
Idx_t_bita 索引结构，对应的是叶子节点:
Idx_t_bitb 索引结构，对应的是叶子节点:
对查询“select * from t where b=1 and (a=’L’ or a=’M’)”
分析:位图索引使用方面，和 B*索引有很大的不同。B*索引的使用，通常是从根节点开始，经过 不断的分支节点比较到最近的符合条件叶子节点。通过叶子节点上的不断 Scan 操作，“扫描”出 结果集合 rowid。
而位图索引的工作方式截然不同。通过不同位图取值直接的位运算(与或)，来获取到结果集合向量(计算出的结果)。
针对实例 SQL，可以拆分成如下的操作:
1、a=’L’ or a=’M’
a=L:向量:1010
a=M:向量:0001
or 操作的结果，就是两个向量的或操作:结果为 1011。
2、结合 b=1 的向量
中间结果向量:1011
B=1:向量:1001
and 操作的结果，1001。翻译过来就是第一和第四行是查询结果。
3、获取到结果 rowid
目前知道了起始 rowid 和终止 rowid，以及第一行和第四行为操作结果。可以通过试算的方法获 取到结果集合 rowid。
位图索引的特点:
1.Bitmap 索引的存储空间节省
2.Bitmap 索引创建的速度快
3.Bitmap 索引允许键值为空
4.Bitmap 索引对表记录的高效访问
什么情况下应该使用位图索引？
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，如果用户查询的列的相异基数非常的小，要为这些相异基数值比较小的列建索引，就需要建立位图索引。
那么何谓相异基数非常的小？可以认为行集中不同项的个数除以行数应该是一个很小的数（接近0），例如，某个列（性别）可能取值为M、F、null.如果一个表中有20000条数据，那么3/20000=0.00015，那么这就算是个相异基数很小的情况，类似的，如果有100000个不同的值，与10000000条结果相比，比值是0.01，同样也很小，也可以认为是相异基数很小的情况，都可以建立位图索引；
位图索引的限制或者说是弊端
位图索引在读密集的环境中能很好地工作，但是对于写密集的环境则极不适合，原因在于，一个位图索引键条目（可以理解为前面的男 、女、未婚、已婚等）指向多行。如果一个会话修改了有索引的列的数据，那么大多数情况下，这个索引条目只想的所有行都会被锁定。oracle无法锁定一个位图索引条目中的单独一位，而是会锁定整个位图索引条目，倘若其他会话修改也需要更新同样的这个位图索引条目，就会被“关在门外”，这样就大大影响了并发性，因为每个更新都有可能锁定数百行，不允许并发地更新他们的位图列；
举个例子说明：有这样一个字段job，记录各个员工的职位如：dba 、java、php等等 ，假设我们在这个job列上建立了位图索引。假如rowid=100的员工职业为php,rowid=120的员工职业为php;
如果会话1使用update更新某个员工的职位（job），比如update table set table.job='dba' where rowid=100;，但还没有commit，而会话2也使用update更新另一个员工的职位，update table set table.job='dba' where rowid=120; 这个时候会话2怎么也更新不了，需要等待会话1 commit。
原因：会话1更新rowid=100的这个员工的职位，假如这个员工原来是php,现在改成dba,那么在commit之前，就会锁定所有job=php和job=dba的所有行，所以当会话2尝试更新job=dba只能等待锁，只有commit之后才解锁。这样就大大影响了并发性；
总结：
位图索引是为数据仓库（也就是查询环境设计的）；
位图索引特别不适合OLTP系统；
位图索引不适合与dml频繁的环境；
位图索引适用于DSS系统；
位图索引不适合频繁修改的系统；
弊端是严重影响并发性，因为update索引列值的时候，会锁定新值和旧值指向的所有数据行，所以使用位图索引需慎重。
创建位图索引:
查看表记录
SQL> select * from itpux;
对于上面表来说 sex(性别)只有两种值，最适合用来创建位图所引
创建索引:
SQL> create bitmap index my_bit_idx on itpux(sex); Index created.
查看创建的索引
SQL> select object_name,object_type from user_objects;
创建索引的一些规则
1、权衡索引个数与 DML 之间关系，DML 也就是插入、删除数据操作。 这里需要权衡一个问题，建立索引的目的是为了提高查询效率的，但建立的索引过多，会影响插入、删除数据的速度，因为我们修改的表数据，索引也要跟着修改。这里需要权衡我们的操作是查询多还是修改多。
2、把索引与对应的表放在不同的表空间。
当读取一个表时，表与索引是同时进行的。如果表与索引和在一个表空间里就会产生资源竞争，放在两个表这空就可并行执行。
3、最好使用一样大小是块。
Oracle 默认五块，读一次 I/O，如果你定义 6 个块或 10 个块都需要读取两次 I/O。最好是 5 的整数倍更能提高效率。
4、如果一个表很大，建立索引的时间很长，因为建立索引也会产生大量的 redo 信息，所以在创建索引时可以设置不产生或少产生 redo 信息。只要表数据存在，索引失败了大不了再建，所以可 以不需要产生 redo 信息。
例：
alter index EMP_EMP_ID_PK rebuild nologging;
5、建索引的时候应该根据具体的业务 SQL 来创建，特别是 where 条件，还有 where 条件的顺序，尽量将过滤大范围的放在后面，因为 SQL 执行是从后往前的。
索引使用规则与日常操作过程
1、改变索引
alter index test_id_idx storage(next 400K maxextents 100);
索引创建后，感觉不合理，也可以对其参数进行修改。
2、重新创建索引
alter index 索引名 rebuild
数据库处理过程
a.锁表
b.创建新的临时索引
c.删除老的索引
d.把新的索引重命名为老的索引名字
e.对表进行解锁
alter index 索引名 rebuild tablespace new_tbs;
数据库处理过程
a.锁表
b.创建新的临时索引到新的表空间
c.删除老的索引
d.把新的索引重命名为老的索引名字
e.对表进行解锁
alter index 索引名 rebuild online;
数据库处理过程
a.锁表
b.创建临时的索引和 IOT 表用来存 on-going DML；
普通表就存放键值,IOT 索引直接存放表中数据；
on-going DML 就是用户所做的一些增删改操作。
c.对表进行解锁
d.从老的索引中创建一个新的索引
e.将 IOT 表的内容与新创建的索引合并
f.锁住表
g.再次将 IOT 表的内容更新到新索引中，把老索引干提
h.把新索引重命名为老索引的名字
i.对表进行解锁
额外：
ALTER INDEX 索引名 REBUILD ONLINE vs ALTER INDEX 索引名 REBUILD;
alter index rebuild online实质上是扫描表而不是扫描现有的索引块来实现索引的重建.
alter index rebuild 只扫描现有的索引块来实现索引的重建。
rebuild index online在执行期间不会阻塞DML操作，但在开始和结束阶段，需要请求模式为4的TM锁。因此，如果在rebuild index online开始前或结束时，有其它长时间的事物在运行，很有可能就造成大量的锁等待。也就是说在执行前仍会产生阻塞, 应该避免排他锁.
而rebuild index在执行期间会阻塞DML操作, 但速度较快.
两者重建索引时的扫描方式不同，rebuild用的是“INDEX FAST FULL SCAN”，rebuild online用的是“TABLE ACCESS FULL”;
即rebuild index是扫描索引块,而rebuild index online是扫描全表的数据块.
3、索引碎片
alter index 索引名 coalesce;
4、删除索引
drop index 索引名;
5、分析索引
analyze index 索引名 validate structure; select count(*) from index_stats alter index 索引名 coalesce;