位图索引有何帮助?

如果上面给出了示例,则更好地表示位图索引:

Identifier    Gender          RowID
1             Female          R1
2             Male            R2
3             Male            R3
4             Unspecified     R4
5             Female          R5

gender列上的位图索引(概念上)如下所示:

Gender       R1    R2   R3   R4   R5
Female       1     0    0    0    1
Male         0     1    1    0    0
Unspecified  0     0    0    1    0

当一列中不同值的数目相对较低时,使用位图索引(考虑所有值都唯一的相反情况:位图索引将与每行一样宽, 和 只要让它有点像一个大的单位矩阵。)

因此,有了这个索引,像

SELECT * FROM table1 WHERE gender = 'Male'

数据库在索引中查找性别值的匹配项,查找位设置为1的所有行ID,然后转到并获取表结果。

类似的查询:

SELECT * FROM table1 WHERE gender IN ('Male', 'Unspecified')

会得到1位的男性,1位的未指定,做一个位或然后去得到结果位为1的行。

因此,与B*树索引相比,使用位图索引的优势在于存储(基数较低,位图索引非常紧凑),以及在解析实际的行ID之前执行逐位操作的能力,这可以非常快。

请注意,位图索引可能会对插入/删除产生性能影响(概念上,在位图中添加/删除一列,然后相应地重新对其进行调整…),并且可能会产生大量争用,因为一行上的更新可以锁定整个对应的位图项目,并且在之前,您不能更新不同的行(具有相同的位图值)。第一次更新已提交/回滚。

这样做的好处是,当对多个列进行筛选时,在实际选择数据之前,可以将相应的索引与按位操作合并。 如果你有性别,眼睛颜色,头发颜色 然后查询

select * from persons where
                      gender = 'male' and 
                      (eye_colour = 'blue' or hair_colour = 'blonde')

将首先在眼睛颜色[蓝色]指数和头发颜色[金色]指数之间进行位或,最后在结果和性别[男性]指数之间进行位或。这个操作在计算和I/O上都执行得非常快。
生成的位流将用于选择实际行。

位图索引通常用于数据仓库应用程序中的“星形连接”。

正如维基百科文章所指出的,它们使用位操作,这比比较整数等数据类型执行得更好,因此简短的答案是提高查询速度。

从理论上讲,从你的例子中选择所有男性或所有女性应该花费更少的计算和时间。

想想这在引擎盖下是如何工作的,就应该明白为什么这样做更快。一个比特在逻辑上要么是真的要么是假的。如果您想使用WHERE子句进行查询,则最终会对记录的值进行判断,得出是真是假,以确定是否将它们包含在结果中。

序言-剩下的就是外行的台词和非技术性的台词。

所以下一个问题是,要评估什么才是真的?即使比较数值也意味着计算机必须…

1. 为要计算的值分配内存
2. 为控制值分配内存
3. 将值赋给每个(将其计为两个步骤)
4. 比较这两个-对于一个数字,这应该很快,但对于字符串,有更多的字节要比较。
5. 将结果赋给0(假)或1(真)值。

如果使用多部分WHERE子句,如WHERE“this=this and that=that”,则重复此操作。

6. 对步骤5中生成的结果执行位操作
7. 提出最终价值
8. 取消分配步骤1-3中分配的内存

但是使用位逻辑,您只需要查看0(假)和1(真)值。比较工作的90%开销被消除。