Oracle数据库里那些常用索引到底都有哪些类型和特点呢？

Oracle数据库里的索引就像一本书的目录，能帮我们快速找到想要的数据，而不用一页一页地翻，不同的索引类型就像是不同编排方式的目录，适用于不同的场景,下面就来详细说说那些最常用的索引类型和它们各自的特点。

B树索引（B-Tree Index） 这是Oracle数据库中最常见、最默认的索引类型，绝大多数情况下说的索引就是指它，它的结构像一棵倒过来的树，有根节点、分支节点和叶子节点，非常均衡。（来源：Oracle官方文档《Oracle Database Concepts》中对B树索引的阐述）

• 特点：
  • 适用性广：非常适合处理包含大量唯一值的数据列，比如身份证号、手机号等，对于等值查询（比如where id = 123）和范围查询（比如where salary between 5000 and 10000）都非常高效。
  • 自动排序：索引中的条目是按照键值升序或降序存储的,这使得范围扫描非常快。
  • 适合高基数列：基数指的是列中不同值的数量，基数越高（即重复值越少）,B树索引的效果通常越好。
  • 维护成本：当对表进行增、删、改操作时，Oracle需要同时维护索引，这会带来一定的性能开销，如果表经常被大批量更新,索引过多可能会影响速度。
  • 不适用于低基数列：对于像“性别”这样只有‘男’、‘女’两种值的列，建立B树索引意义不大，因为通过索引定位后仍然要返回大部分数据行,效率提升不明显。

位图索引（Bitmap Index） 这种索引用一种完全不同的方式来记录数据，它为索引列的每个键值创建一个位图（一串0和1），每一位对应表里的一行，如果该行具有这个键值，位就标记为1，否则为0。（来源：Oracle官方文档《Oracle Database Data Warehousing Guide》中关于位图索引的说明）

• 特点：
  • 专为数据仓库设计：特别适合在数据仓库环境中使用，那里的表通常非常庞大，但数据不经常更新,并且查询多涉及复杂的条件组合。
  • 适合低基数列：正是B树索引的弱项，却是位图索引的强项，对于状态、类型、性别等只有少数几个可能值的列,位图索引非常紧凑且高效。
  • 高效处理多条件查询：当查询条件包含多个用AND、OR连接的列时（例如where 地区='北京' AND 产品类型='电器'），位图索引可以通过快速的位运算（BITMAP AND, BITMAP OR）来合并结果,速度极快。
  • 并发修改的锁问题：这是位图索引最大的缺点，由于一个位图条目对应多行数据，当更新一条记录时，Oracle会锁住整个位图片段，这会阻塞其他会话对同一片段内其他行的更新操作，它绝对不适合高并发、频繁更新的OLTP系统。

函数索引（Function-Based Index） 普通的索引是针对列的原值建立的，而函数索引是针对列经过函数计算后的结果建立的。（来源：Oracle官方文档《Oracle Database Administrator’s Guide》中关于基于函数的索引的章节）

• 特点：
  • 优化函数表达式查询：当查询条件中包含函数时，比如where UPPER(last_name) = 'SMITH' 或者 where salary * 12 > 100000，如果没有函数索引，即使last_name或salary列上有普通索引，Oracle也无法使用，会导致全表扫描，创建了对应的函数索引（如CREATE INDEX idx_upper_name ON emp(UPPER(last_name))）后,查询就能利用索引了。
  • 提升查询性能：通过将计算提前到索引构建阶段，避免了在查询时对每一行数据都进行函数计算,大大提升了速度。
  • 需要函数确定性：创建函数索引时，使用的函数必须是“确定性”的，即对于相同的输入，总是返回完全相同的结果，像SYSDATE或CURRENT_TIMESTAMP这样每次调用结果都不同的函数就不能用于创建函数索引。

反向键索引（Reverse Key Index） 这种索引可以看作是B树索引的一个特殊变种，它会将索引列的键值（比如12345）的字节顺序反转（变成54321），然后用这个反转后的值来建立标准的B树索引。（来源：Oracle官方文档《Oracle Database Performance Tuning Guide》中对反向键索引的介绍）

• 特点：
  • 解决“右倾”热点问题：对于像序列号（Sequence）这种一直递增的列，传统的B树索引的所有新数据都会插入到索引树最右边的叶子块上，造成热点块竞争，反向键索引通过反转键值，将连续递增的值打散，分布到索引的不同块中，从而均衡I/O。
  • 主要用于RAC环境：在Oracle RAC（实时应用集群）环境中，多个实例同时插入数据,这种索引能有效减少对索引叶子块的争用。
  • 牺牲范围查询：由于键值被反转了，原本连续的值变得不连续，反向键索引完全无法支持基于原始键值的范围扫描（如where id > 100 and id < 200）,它只适用于等值查询。

位图连接索引（Bitmap Join Index） 这是位图索引的一种高级形式，它并不是在单表的一列上建立索引，而是针对多表连接查询的结果预先建立的索引。（来源：Oracle官方文档《Oracle Database Data Warehousing Guide》中对位图连接索引的详细描述）

• 特点：
  • 预存储连接结果：它事先定义了某个表（通常是事实表，如销售表）与另一个表（通常是维度表，如产品表）的连接条件，并为连接后的结果集上的列创建位图索引，可以为销售表创建一个索引，直接指向产品表的“产品类别”列。
  • 消除连接操作：在执行查询时，如果查询条件正好匹配索引定义的连接条件，Oracle可以直接使用这个索引来获取结果，而无需在运行时执行昂贵的表连接操作，极大提升了星型查询（数据仓库中典型的查询模式）的性能。
  • 应用场景特定：这同样是一个为数据仓库环境设计的强大工具，在OLTP系统中基本不会使用，因为其维护成本非常高,且结构复杂。

选择哪种索引并没有一成不变的规则，完全取决于你的数据特点、业务逻辑和查询模式，理解每种索引的工作原理和优缺点,是进行有效数据库性能优化的关键第一步。