1. 列存儲的主要特徵
分列數據格式：每次對一個列的數據進行分組和存儲。SQLServer查詢處理可以利用新的數據布局，並顯著改進查詢執行時間。加快查詢結果：列存儲索引由於以下原因而可更快地生成結果： （1）只須讀取需要的列。因此，從磁碟讀到內存中、然後從內存移到處理器緩存中的數據量減少了。 （2）列經過了高度壓縮。這將減少必須讀取和移動的位元組數。 （3）大多數查詢並不會涉及表中的所有列。因此，許多列從不會進入內存。這一點與出色的壓縮方法相結合，可改善緩沖池使用率，從而減少總I/O。 （4）高級查詢執行技術以簡化的方法處理列塊（稱為「批處理」），從而減少CPU使用率。 列存儲索引的局限性 （1）包含的列數不能超過1024。 （2）無法聚集。只有非聚集列存儲索引才可用。 （3）不能是唯一索引。 （4）不能基於視圖或索引視圖創建。 （5）不能包含稀疏列。 （6）不能作為主鍵或外鍵。 （7）不能使用ALTERINDEX語句更改。而應在刪除後重新創建列存儲索引。 （8）不能使用INCLUDE關鍵字創建。 （9）不能包括用來對索引排序的ASC或DESC關鍵字。根據壓縮演算法對列存儲索引排序。不允許在索引中進行排序。可能按照搜索演算法對從列存儲索引中選擇的值進行排序，但是必須使用ORDERBY子句來確保對結果集進行排序。 （10）不以傳統索引的方式使用或保留統計信息。 （11）無法更新具有列存儲索引的表。 內存受限的影響：列存儲處理針對內存中處理進行了優化。SQLServer實現了若干機制，使得數據或大多數數據結構可以在可用內存不足時溢出到磁碟。如果存在嚴重的內存限制，則處理過程將使用行存儲。在某些實例中，可能會選擇列存儲索引作為訪問方法，但內存不足以生成所需數據結構。通過先以列存儲操作開始，然後默認為一個較慢的代碼路徑，在查詢遇到嚴重內存限制時，可能會導致性能出現一定程度的降低。任何查詢的有效內存要求取決於特定的查詢。生成列存儲索引要求的內存量大約為：8MB×索引中的列數×DOP（並行度）。通常，內存要求隨著作為字元串的列的比例提高而增加。因此，降低DOP可以減少生成列存儲索引所需的內存。 一些表達式的計算將比其他表達式更快：當使用列存儲索引時，應使用批處理模計算某些常見表達式，而不以一次一行的模式進行計算。除了使用列存儲索引所帶來的優勢之外，批處理模式還將提供其他查詢加速效果。並不為批處理模式處理啟用每個查詢執行運算符。 列存儲索引不支持SEEK：如果查詢應返回行的一小部分，則優化器不大可能選擇列存儲索引（例如：needle-in-the-haystack類型查詢）。如果使用表提示FORCESEEK，則優化器將不考慮列存儲索引。 列存儲索引不能與以下功能結合使用：頁和行壓縮以及vardecimal存儲格式（列存儲索引已採用不同格式壓縮），復制，更改跟蹤，變更數據捕獲，文件流。
2. 資料庫索引怎麼建立
right © 1999-2020, CSDN.NET, All Rights Reserved
程序員必備的瀏覽器插件
登錄
越來越好ing
關注
資料庫索引是什麼，有什麼用，怎麼用 轉載
2018-12-04 23:30:36
5點贊
越來越好ing
碼齡2年
關注
下面是關於資料庫索引的相關知識：
簡單來說，資料庫索引就是資料庫的數據結構！進一步說則是該數據結構中存儲了一張表中某一列的所有值，也就是說索引是基於數據表中的某一列創建的。總而言之：一個索引是由表中某一列上的數據組成，並且這些數據存儲在某個數據結構中。
2.索引的作用。舉個例子，假設有一張數據表Emplyee，該表有三列：
表中有幾萬條記錄。現在要執行下面這條查詢語句，查找出所有名字叫「Jesus」的員工的詳細信息
3.如果沒有資料庫索引功能，資料庫系統會逐行的遍歷整張表，對於每一行都要檢查其Employee_Name欄位是否等於「Jesus」。因為我們要查找所有名字為「Jesus」的員工，所以當我們發現了一條名字是「Jesus」的記錄後，並不能停止繼續查找，因為可能有其他員工也叫「Jesus」。這就意味著，對於表中的幾萬條記錄，資料庫每一條都要檢查。這就是所謂的「全表掃描」（ full table scan）
4.而資料庫索引功能索引的最大作用就是加快查詢速度，它能從根本上減少需要掃表的記錄/行的數量。
5.如何創建資料庫索引。可以基於Employee表的兩列創建索引即可：
拓展資料：
索引是對資料庫表中一列或多列的值進行排序的一種結構，使用索引可快速訪問資料庫表中的特定信息。如果想按特定職員的姓來查找他或她，則與在表中搜索所有的行相比，索引有助於更
3. 在數據表中索引有什麼用怎麼建立索引
索引是表示數據的另一種方式，它提供的數據順序不同於數據在磁碟上的物理存儲順序。索引的特殊作用是在表內重新排列記錄的物理位置。索引可建立在數據表的一列上，或建立在表的幾列的組合上。
索引被創建於已有的表中，它可使對行的定位更快速更有效。可以在表格的一個或者多個列上創建索引，每個索引都會被起個名字。用戶無法看到索引，它們只能被用來加速查詢。
建立索引的方法：
create [unique][cluster] index <索引名>
on <表名>(<列名>[<次序>][，<列名>][<次序>]…)
索引能夠建立在表的一列或多列上。每一個<列名>後面能夠用<次序>制定索引值得排列次序。可選ASC（升序）和DESC（降序），預設值為ASC
unique表明此索引的每個索引值僅僅相應唯一的數據記錄。
cluster表示要建立的索引是聚簇索引。所謂聚簇索引指索引項的順序與表中記錄的物理順序一致的索引組織。
在一個基本表上最多僅僅能建立一個聚簇索引。
4. oracle中 在數值列上建索引好嗎
索引建不建跟你的應用環境有關
建索引不一定能提高你的查詢數據，搞不好會拖慢你插入和更新數據.
【例如是一個 普通的 性別欄位, 1男 0 女.
那麼普通的 B-Tree 索引是不建議的， 但是可以建立一個 點陣圖索引.】 --- 這個純粹是亂講
建點陣圖索引只適合在數據倉庫系統或者說是更新插入操作非常少的情況才會用到點陣圖索引
點陣圖索引會使你的DML事物完全串列化，這會使你的系統在並行操作上就是噩夢。
所以如果是插入和修改操作非常頻繁的時候這種列最好不要建索引
5. 資料庫索引有哪幾種,怎樣建立索引
資料庫索引的種類：
1、按照索引列值的唯一性，索引可分為唯一索引和非唯一索引
非唯一索引：B樹索引
create index 索引名 on 表名（列名） tablespace 表空間名;
唯一索引：建立主鍵或者唯一約束時會自動在對應的列上建立唯一索引
2、索引列的個數：單列索引和復合索引
3、按照索引列的物理組織方式
B樹索引
create index 索引名 on 表名（列名） tablespace 表空間名;
點陣圖索引
create bitmap index 索引名 on 表名（列名） tablespace 表空間名;
反向鍵索引
create index 索引名 on 表名（列名） reverse tablespace 表空間名;
函數索引
create index 索引名 on 表名（函數名(列名)） tablespace 表空間名;
刪除索引
drop index 索引名
重建索引
alter index 索引名 rebuild
索引的創建格式：
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為唯一值索引，BITMAP為點陣圖索引，省略為B-Tree索引。
<column_name> | <expression> ASC | DESC：可以對多列進行聯合索引，當為expression時即「基於函數的索引」
TABLESPACE：指定存放索引的表空間(索引和原表不在一個表空間時效率更高)
STORAGE：可進一步設置表空間的存儲參數
LOGGING | NOLOGGING：是否對索引產生重做日誌(對大表盡量使用NOLOGGING來減少佔用空間並提高效率)
COMPUTE STATISTICS：創建新索引時收集統計信息
NOCOMPRESS | COMPRESS<nn>：是否使用「鍵壓縮」(使用鍵壓縮可以刪除一個鍵列中出現的重復值)
NOSORT | REVERSE：NOSORT表示與表中相同的順序創建索引，REVERSE表示相反順序存儲索引值
PARTITION | NOPARTITION：可以在分區表和未分區表上對創建的索引進行分區
使用USER_IND_COLUMNS查詢某個TABLE中的相應欄位索引建立情況
使用DBA_INDEXES/USER_INDEXES查詢所有索引的具體設置情況。
在Oracle中的索引可以分為：B樹索引、點陣圖索引、反向鍵索引、基於函數的索引、簇索引、全局索引、局部索引等，下面逐一講解：
一、B樹索引：
最常用的索引，各葉子節點中包括的數據有索引列的值和數據表中對應行的ROWID，簡單的說，在B樹索引中，是通過在索引中保存排過續的索引列值與相對應記錄的ROWID來實現快速查詢的目的。其邏輯結構如圖：
反向鍵索引是一種特殊的B樹索引，在存儲構造中與B樹索引完全相同，但是針對數值時，反向鍵索引會先反向每個鍵值的位元組，然後對反向後的新數據進行索引。例如輸入2008則轉換為8002，這樣當數值一次增加時，其反向鍵在大小中的分布仍然是比較平均的。
反向鍵索引的創建示例：
createindex ind_t on t1(id) reverse;
註：鍵的反轉由系統自行完成。對於用戶是透明的。
四、基於函數的索引：
有的時候，需要進行如下查詢：select * from t1 where to_char(date,'yyyy')>'2007';
但是即便在date欄位上建立了索引，還是不得不進行全表掃描。在這種情況下，可以使用基於函數的索引。其創建語法如下：
create index ind_t on t1(to_char(date,'yyyy'));
註：簡單來說，基於函數的索引，就是將查詢要用到的表達式作為索引項。
五、全局索引和局部索引：
這個索引貌似很復雜，其實很簡單。總得來說一句話，就是無論怎麼分區，都是為了方便管理。
具體索引和表的關系有三種：
1、局部分區索引：分區索引和分區表1對1
2、全局分區索引：分區索引和分區表N對N
3、全局非分區索引：非分區索引和分區表1對N
創建示例：
首先創建一個分區表
createtable student
(
stuno number(5),
sname vrvhar2(10),
deptno number(5)
)
partition by hash (deptno)
(
partition part_01 tablespace A1,
partition part_02 tablespace A2
);
創建局部分區索引(1v1)：
create index ind_t on student(stuno)
local(
partition part_01 tablespace A2,
partition part_02 tablespace A1
);--local後面可以不加
創建全局分區索引(NvN)：
create index ind_t on student(stuno)
globalpartition by range(stuno)
(
partition p1 values less than(1000) tablespace A1,
partition p2 values less than(maxvalue) tablespace A2
);--只可以進行range分區
創建全局非分區索引(1vN)
createindex ind_t on student(stuno) GLOBAL;
6. 什麼是資料庫列存儲，原理是怎樣的
資料庫列存儲不同於傳統的關系型資料庫，其數據在表中是按行存儲的，列方式所帶來的重要好處之一就是，由於查詢中的選擇規則是通過列來定義的，因 此整個資料庫是自動索引化的。
按列存儲每個欄位的數據聚集存儲，在查詢只需要少數幾個欄位的時候，能大大減少讀取的數據量，一個欄位的數據聚集存儲，那就 更容易為這種聚集存儲設計更好的壓縮/解壓演算法。這張圖講述了傳統的行存儲和列存儲的區別：
7. 資料庫索引有哪幾種怎樣建立索引
種類：
1、按照索引列值的唯一性，索引可分為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表空間名；
唯一索引：
建立主鍵或者唯一約束時會自動在對應的列上建立唯一索引；
2、索引列的個數：單列索引和復合索引；
3、按照索引列的物理組織方式。
索引的創建格式：
CREATEUNIUQE|BITMAPINDEX<schema>.<index_name>ON<schema>.<table_name>(<column_name>|<expression>ASC|DESC,<column_name>|<expression>ASC|DESC,...)TABLESPACE<tablespace_name>STORAGE<storage_settings>LOGGING||COMPRESS<nn>NOSORT|REVERSEPARTITION|GLOBALPARTITION<partition_setting>
使用USER_IND_COLUMNS查詢某個TABLE中的相應欄位索引建立情況
使用DBA_INDEXES/USER_INDEXES查詢所有索引的具體設置情況。
在Oracle中的索引可以分為：B樹索引、點陣圖索引、反向鍵索引、基於函數的索引、簇索引、全局索引、局部索引等，下面逐一講解：
一、B樹索引：
最常用的索引，各葉子節點中包括的數據有索引列的值和數據表中對應行的ROWID，簡單的說，在B樹索引中，是通過在索引中保存排過續的索引列值與相對應記錄的ROWID來實現快速查詢的目的。其邏輯結構如圖：
可以保證無論用戶要搜索哪個分支的葉子結點，都需要經過相同的索引層次，即都需要相同的I/O次數。
B樹索引的創建示例：
create index ind_t on t1(id);
注1：索引的針對欄位創建的，相同欄位不能創建一個以上的索引；
注2：默認的索引是不唯一的，但是也可以加上unique，表示該索引的欄位上沒有重復值(定義unique約束時會自動創建)；
注3：創建主鍵時，默認在主鍵上創建了B樹索引，因此不能再在主鍵上創建索引。
二、點陣圖索引：
有些欄位中使用B樹索引的效率仍然不高，例如性別的欄位中，只有「男、女」兩個值，則即便使用了B樹索引，在進行檢索時也將返回接近一半的記錄。
所以當欄位的基數很低時，需要使用點陣圖索引。(「低」的標準是取值數量 < 行數*1%)
反向鍵索引是一種特殊的B樹索引，在存儲構造中與B樹索引完全相同，但是針對數值時，反向鍵索引會先反向每個鍵值的位元組，然後對反向後的新數據進行索引。例如輸入2008則轉換為8002，這樣當數值一次增加時，其反向鍵在大小中的分布仍然是比較平均的。
反向鍵索引的創建示例：
createindex ind_t on t1(id) reverse;
註：鍵的反轉由系統自行完成。對於用戶是透明的。
四、基於函數的索引：
有的時候，需要進行如下查詢：select * from t1 where to_char(date,'yyyy')>'2007';
但是即便在date欄位上建立了索引，還是不得不進行全表掃描。在這種情況下，可以使用基於函數的索引。其創建語法如下：
create index ind_t on t1(to_char(date,'yyyy'));
註：簡單來說，基於函數的索引，就是將查詢要用到的表達式作為索引項。
五、全局索引和局部索引：
這個索引貌似很復雜，其實很簡單。總得來說一句話，就是無論怎麼分區，都是為了方便管理。
具體索引和表的關系有三種：
1、局部分區索引：分區索引和分區表1對1
2、全局分區索引：分區索引和分區表N對N
3、全局非分區索引：非分區索引和分區表1對N
創建示例：
首先創建一個分區表
createtable student
(
stuno number(5),
sname vrvhar2(10),
deptno number(5)
)
partition by hash (deptno)
(
partition part_01 tablespace A1,
partition part_02 tablespace A2
);
創建局部分區索引(1v1)：
create index ind_t on student(stuno)
local(
partition part_01 tablespace A2,
partition part_02 tablespace A1
);--local後面可以不加
創建全局分區索引(NvN)：
create index ind_t on student(stuno)
globalpartition by range(stuno)
(
partition p1 values less than(1000) tablespace A1,
partition p2 values less than(maxvalue) tablespace A2
);--只可以進行range分區
創建全局非分區索引(1vN)
createindex ind_t on student(stuno) GLOBAL;
8. hdfs 列式存儲和行式存儲的區別
列式資料庫是將同一個數據列的各個值存放在一起。插入某個數據行時，該行的各個數據列的值也會存放到不同的地方。
列式存儲： 每一列單獨存放，數據即是索引。
只訪問涉及得列，如果我們想訪問單獨一列（比如NAME）會相當迅捷。
一行數據包含一個列或者多個列，每個列一單獨一個cell來存儲數據。而行式存儲，則是把一行數據作為一個整體來存儲。
在HANA的世界中，並不是只存在列式存儲，行式存儲也是存在的。
各自的優缺點：
9. 在數據表中索引有什麼用，怎麼建立索引
索引用於快速找出在某個列中有一特定值的行，不使用索引，MySQL必須從第一條記錄開始讀完整個表，直到找出相關的行，表越大，查詢數據所花費的時間就越多。建立索引的操作步驟如下：
1、首先我們打開一個要操作的數據表，如下圖所示，我們需要給name欄位添加索引。
10. 有很多重復值的列適不適合建索引
一般不是很適合的
不過這個得看你的數據量
隨著數據量的增加索引的使用效率可能會改變
寫幾種方式查詢 看優化器的執行計劃 會不會按索引來掃描
如果不按索引掃描 那就是 索引掃描的代價高於其他選擇策略