-
B 樹索引（B-Tree索引）
-
B樹索引是我們在 oracle數據庫中最常用的索引，在詳細介紹訪問方法之前，我們看一下B-TREE索引的結構（圖片來源網絡）
oracle的B樹索引就好像一顆長到的樹，他包含兩種類型，一種是索引分支塊（根節點塊，分支節點塊）一種是索引葉子塊（葉子節點塊）。分節點用來搜索，葉子節點用來存儲數據。根節點存儲索引的低層分支節點的數據。 由於所有的葉子節點均會自動的存儲成相同的深度，所以稱為“平 衡樹索引”， 故此，從任何葉子處檢索數據消耗的時間都是相同的。
- 對於分支節點塊（包含跟節點塊）來說，索引條目（記錄）默認按照升序排列可指定為降序。每個索引條目包含兩個字段，一個是當前分支節點塊中所鏈接的索引塊中包含的最小鍵值，另一個是鏈接的索引塊地址，指向下一個節點塊，長度為4個字節。如上圖所示，根節點分別包含（0-B1 500-B2 1000-B3），其中0,500,1000分別表示對應的B1/B2/B3分支節點塊鍵值的最小值，B1/B2/B3指向分支節點塊地址。分支節點塊中所容納的記錄由數據塊大小和索引鍵值長度決定。分支節點還包含下層葉子節點塊的指針。
- 對於葉子節點來說，包含的索引條目與分支節點一致，默認也是按照升序排列（可指定為降序）。每個索引條目包含2個字段，第一個字段為索引的鍵值，對於單列索引是一個值，復合索引的值組合在一起；第二個字段為鍵值對於行的ROWID，即行在表里的物理地址。
當用戶創建索引時， Oracle 取得所有被索引列的數據並進行排序，之后將排序后索引值和與此值相對應的 rowid 按照從下到上的順序加載到索引中。例如，以下語句：
CREATE INDEX employees_last_name ON employees(last_name);
Oracle先按照last_name排序，再將排序后的列及相應的rowid按照升序加載到索引中，具體使用索引時，可以快速定位到last_name，在根據rowid去查找對於的數據行記錄。在一個平衡樹索引中，葉子節點塊存儲被索引的數值，葉子節點塊之間以雙向鏈表的形式連接。
接下來介紹一個索引查詢的流程，從上往下，第一層為根節點，第二層為分支節點，第三層為葉子節點（包含了列值和rowid）。比如我們的條件為where=29，(補充說明如果被索引的列存儲的是字符數據，那么索引值為這些字符數據在當前數據庫字符集中的二進制值)就從跟節點開始查詢，29在0-500中，指向分支節點最左邊第一個分支節點塊（也就是B1），就B1中去找，發現29在0-200中，指向葉子節點的L1，於是在L1中找到29的值和響應的rowid。如果只查找索引列的值，就不用根據rowid去表中查找了，如果還要查找值29這行的其他列的值就得根據rowid去表里查查詢（這個過程叫做回表查詢）。在通過索引進行范圍掃描時會起作用，比如要查找值29-700，如果當查找到值29的時候，不就會再從跟節點開始查找其他的值，而是根據本葉子節點鏈表的指向去查找其他的值。
-
- HASH索引
使用hash索引必須使用hash集群，相當於定義了一個hash集群鍵，通過這個集群鍵來告訴oracle來存儲表。存儲數據時，所有相關集群鍵的行都存儲一個數據庫塊中，方便快速定位查找。hash索引是一個等值查詢，通過hash函數確定行的物理位置。
適用場合：
適合：
- 精確查找非常快（包括= <> 和in），其檢索效率非常高，索引的檢索可以一次定位，不像BTree 索引需要從根節點到枝節點，所以 Hash 索引的查詢效率要遠高於 B-Tree 索引。
不適合：
- 不適合模糊查詢和范圍查詢（包括like，>，<，between……and等），由於 Hash 索引比較的是進行 Hash 運算之后的 Hash 值，所以它只能用於等值的過濾，不能用於基於范圍的過濾，因為經過相應的Hash 算法處理之后的 Hash 值的大小關系，並不能保證和Hash運算前完全一樣；
- 不適合排序，數據庫無法利用索引的數據來提升排序性能，同樣是因為Hash值的大小不確定；
- 復合索引不能利用部分索引字段查詢，Hash 索引在計算 Hash 值的時候是組合索引鍵合並后再一起計算 Hash 值，而不是單獨計算 Hash 值，所以通過組合索引的前面一個或幾個索引鍵進行查詢的時候，Hash 索引也無法被利用。
- 同樣不適合鍵值較少的列（重復值較多的列）；