索引压缩（一）

1.创建测试用表t_compress_index SQL> create table t_compress_index as select * from all_objects; Table created    2.不使用索引压缩技术创建索引 SQL> create index idx_t_compress_index on t_compress_index(owner,object_type,object_name); Index created

 

SQL> analyze index idx_t_compress_index validate structure; Index analyzed SQL> select height, lf_blks, br_blks, btree_space, opt_cmpr_count, opt_cmpr_pctsave from index_stats;

     HEIGHT    LF_BLKS    BR_BLKS BTREE_SPACE OPT_CMPR_COUNT OPT_CMPR_PCTSAVE---------- ---------- ---------- ----------- -------------- ----------------         3        344          3     2774708              2               28

3.尝试只使用第一列进行压缩 SQL> drop index idx_t_compress_index;  Index dropped   SQL> create index idx_t_compress_index on t_compress_index(owner,object_type,object_name) compress 1; Index created  SQL> analyze index idx_t_compress_index validate structure;  Index analyzed

 SQL> select height, lf_blks, br_blks, btree_space, opt_cmpr_count, opt_cmpr_pctsave from index_stats;     HEIGHT    LF_BLKS    BR_BLKS BTREE_SPACE OPT_CMPR_COUNT OPT_CMPR_PCTSAVE---------- ---------- ---------- ----------- -------------- ----------------         3        306          3     2469636              2               19 4.尝试使用前两列进行压缩 SQL> drop index idx_t_compress_index;   Index dropped     SQL> create index idx_t_compress_index on t_compress_index(owner,object_type,object_name) compress 2;   Index created   SQL> analyze index idx_t_compress_index validate structure;   Index analyzed   SQL> select height, lf_blks, br_blks, btree_space, opt_cmpr_count, opt_cmpr_pctsave from index_stats;       HEIGHT    LF_BLKS    BR_BLKS BTREE_SPACE OPT_CMPR_COUNT OPT_CMPR_PCTSAVE ---------- ---------- ---------- ----------- -------------- ----------------          2        246          1     1974060              2                0   5.尝试使用前三列进行压缩 SQL> drop index idx_t_compress_index;   Index dropped   SQL> create index idx_t_compress_index on t_compress_index(owner,object_type,object_name) compress 3;   Index created   SQL> analyze index idx_t_compress_index validate structure;   Index analyzed   SQL> select height, lf_blks, br_blks, btree_space, opt_cmpr_count, opt_cmpr_pctsave from index_stats;       HEIGHT    LF_BLKS    BR_BLKS BTREE_SPACE OPT_CMPR_COUNT OPT_CMPR_PCTSAVE ---------- ---------- ---------- ----------- -------------- ----------------          3        385          3     3101004              2               35 6.索引压缩小结 （1）通过上面的这个演示过程，可以得到以下结论： 1）对前两列进行压缩效果最好 2）对全部的三列压缩反倒比不使用压缩技术耗用更多的索引空间，这与压缩机制有关 3）要在实践中反复的测试，得出最佳的压缩系数 （2）索引压缩缺点： 1.维护索引时，更耗时，因为需要更多的计算 2.查询时，搜索索引需要较长的时间，因为需要更多的计算 3.需要更多的CPU处理索引 4.增加了块竞争 （3）索引压缩好处： 1.索引占用的磁盘空间少，这是显然的 2.块缓冲区缓存能存放更多的索引条目 3.缓存命中率较高 4.物理I/O较少 任何一种技术都是一种均衡各种资源后的产物，索引压缩技术就充分的体现了这方的特点，需要在disk和CPU之间做到取舍与平衡，需要具体问题具体分析。 PS：还需要注意一点，就是联合索引中的前向索引重复和唯一的问题，重复数据量的频率也决定了压缩的效率，看看下面的测试结果： 7：前缀索引压缩   SQL> create table t3 as select level L ,'0000'L2 from dual connect by level<=1e6; 表已创建。 已用时间:  00: 00: 04.38 SQL> create unique index idx3 on t3(l,l2) compress; 索引已创建。 已用时间:  00: 00: 01.27 SQL> select sum(bytes) from dba_extents where segment_name='IDX3'; SUM(BYTES) ----------    30408704 已用时间:  00: 00: 00.04 SQL> drop index idx3; 索引已删除。 已用时间:  00: 00: 00.02 SQL> create unique index idx3 on t3(l,l2); 索引已创建。 已用时间:  00: 00: 01.06 SQL> select sum(bytes) from dba_extents where segment_name='IDX3'; SUM(BYTES) ----------   24117248 已用时间:  00: 00: 00.03 索引压缩理解： 复合索引前缀列重复度高才能真正实现压缩，在前缀字段的重复项比较多的情况下，压缩索引可以发挥自己的优势。重复项少的情况下，压缩索引可能会占用更多空间。使用压缩索引的前提必须是前缀列的重复项比较多，否则会对性能产生更坏的影响。把复合索引列顺序反过来，结果看看： SQL> create table t2 as select level L ,'0000'L2 from dual connect by level<=1e6;   Table created   SQL> create unique index idx2 on t2(l2,l) compress;   Index created   SQL> select sum(bytes) from dba_extents where segment_name='IDX2';   SUM(BYTES) ----------   17825792   SQL> drop index idx2 ;   Index dropped   SQL> create unique index idx2 on t2(l2,l);   Index created   SQL> select sum(bytes) from dba_extents where segment_name='IDX2';   SUM(BYTES) ----------   24117248