oracle索引表空间大小应该多大 -csdn

32G左右比较合适

Oracle数据库是由一个个表空间构成，表空间是由多个数据文件，数据文件又是区构成，区由Oracle块构成。

64位linux和64位oracle，默认oracle表空间数据文件用的BLOCKSIZE是8k，由于Oracle的Rowid使用22位来代表数据块号，因此Oracle表空间数据文件每个数据文件最多只能包含2^22个数据块。

在数据块为8k的情况下，单个数据文件的最大容量为8K2^22=32G。

效果比较明显，有一定的实用性。

随着数据量增加，索引树的高度也会增加，oracle的建议是索引树高度超过4需要重建索引，但如果因为数据量的累加而导致高度增加，重建不起作用，本人唯一了解到的办法只有物理分表，单表数据量的控制可以有效避免索引的性能恶化。

你是不是指语句没用索引

一般来说没用索引有几种情况

1、查询数据量占总数据量的比例比较大，就走全表扫描

2、在索引字段上用了函数之类的 *** 作，索引也不会使用，除非字段上建立用函数的索引

3、比较时用了like '%%'之类，索引也不起作用

Oracle 提供了多种不同类型的索引以供使用。简单地说， Oracle 中包括如下索引：

1、 B 树索引

这些是我所说的 “ 传统 “ 索引。到目前为止，这是 Oracle 和大多数其他数据库中最常用的索引。 B 树的构造类似于二叉树，能根据键提供一行或一个行集的快速访问，通常只需很少的读 *** 作就能找到正确的行。不过，需要注意重要的一点， ” B 树 “ 中的 ” B “ 不代表二叉（ binary ），而代表平衡（ b alanced ）。B 树索引并不是一颗二叉树，这一点在介绍如何在磁盘上物理地存储 B 树时就会了解到。 B 树索引有以下子类型：

索引组织表（ index organized table ）：索引组织表以 B 树结构存储。堆表的数据行是以一种无组织的方式存储的（只要有可用的空间，就可以放数据），而 IOT 与之不同， IOT 中的数据要按主键的顺序存储和排序。对应用来说， IOT 表现得与 “ 常规 “ 表并无二致；需要使用 SQL 来正确地访问 IOT 。 IOT 对信息获取、空间系统和 OLAP 应用最为有用。 IOT 在上一章已经详细地讨论过。

B树聚簇索引（ Btree cluster index ）这些是传统 B 树索引的一个变体（只是稍有变化）。 B 树聚簇索引用于对聚簇键建立索引（见第 11 章中 “ 索引聚簇表 “ 一节），所以这一章不再讨论。在传统 B 树中 ，键都指向一行；而 B 树聚簇不同，一个聚簇键会指向一个块，其中包含与这个聚簇键相关的多行。

降序索引（ descending index ）：降序索引允许数据在索引结构中按 “ 从大到小 “ 的顺序（降序）排序，而不是按 ” 从小到大 “ 的顺序（升序）排序。我们会解释为什么降序索引很重要，并说明降序索引如何工作。

反向键索引（ reverse key index ）：这也是 B 树索引，只不过键中的字节会 “ 反转 “ 。利用反向键索引，如果索引中填充的是递增的值，索引条目在索引中可以得到更均匀的分布。例如，如果使用一个序列来生成主键，这个序列将生成诸如 987500 、 987501 、 987502 等值。这些值是顺序的，所以倘若使用一 个传统的 B 树索引，这些值就可能放在同一个右侧块上，这就加剧了对这一块的竞争。利用反向键， Oracl e则会逻辑地对 205789 、 105789 、 005789 等建立索引。 Oracle 将数据放在索引中之前，将先 把所存储数据的字节反转，这样原来可能在索引中相邻放置的值在字节反转之后就会相距很远。通过反转字节，对索引的插入就会分布到多个块上。

2、 位图索引（ bitmap index ）

在一颗 B 树中，通常索引条目和行之间存在一种一对一的关系：一个 索引条目就指向一行。而对于位图索引，一个索引条目则使用一个位图同时指向多行。位图索引适用于高度重复而且通常只读的数据（高度重复是指相对于表中的总行数，数据只有很少的几个不同值）。考虑在一 个有 100 万行的表中，每个列只有 3 个可取值： Y 、 N 和 NULL 。举例来说，如果你需要频繁地统计多少行有值Y ，这就很适合建立位图索引。不过并不是说如果这个表中某一列有 11000 个不同的值就不能建立位图索引，这一列当然也可以建立 位图索引。在一个 OLTP 数据库中，由于存在并发性相关的问题，所以不能考虑使用位图索引（后面我们就会讨论这一点）。注意，位图索引要求使用 Oracle 企业版或个人版。

位图联结索引（ bitmap join index ）：这为索引结构（而不是表）中的数据提供了一种逆规范化的 方法。例如，请考虑简单的 EMP 和 DEPT 表。有人可能会问这样一个问题： “ 多少人在位于波士顿的部门工作 ？“ EMP 有一个指向 DEPT 的外键，要想统计 LOC 值为 Boston 的部门中的员工人数，通常必须完成表联结，将 LOC 列联结至 EMP 记录来回答这个问题。通过使用位图联结索引，则可以在 EMP 表上对 LOC 列建立索引 。

3、 基于函数的索引（ function-based index ）

这些就是 B 树索引或位图索引，它将一个函数计算得到的结果存储在行的列中，而不是存储列数据本身。可以把基于函数的索引看作一个虚拟列（或派生列）上的索引，换句话说，这个列并不物理存储在表中。基于函数的索引可以用于加快形如 SELECT FROM T W HERE FUNCTION(DATABASE_COLUMN) = SAME_VALUE 这样的查询，因为值 FUNCTION(DATABASE_COLUMN) 已经提前计算并存储在索引中。

4、 应用域索引（ application domain index ）

应用域索引是你自己构建和存储的索引，可能存储在Oracle 中，也可能在 Oracle 之外。你要告诉优化器索引的选择性如何，以及执行的开销有多大，优化器则会根据你提供的信息来决定是否使用你的索引。 Oracle 文本索引就是应用域索引的一个例子；你也可 以使用构建 Oracle 文本索引所用的工具来建立自己的索引。需要指出，这里创建的 “ 索引 “ 不需要使用传统的索引结构。例如， Oracle 文本索引就使用了一组表来实现其索引概念。

5、HASH索引

使用HASH索引必须要使用HASH群集。建立一个群集或HASH群集的同时，也就定义了一个群集键。这个键告诉Oracle如何在群集上存储表。在存储数据时，所有与这个群集键相关的行都被存储在一个数据库块上。若数据都存储在同一个数据库块上，并且使用了HASH索引，Oracle就可以通过执行一个HASH函数和I/O来访问数据——而通过适用一个二元高度为4的B-树索引来访问数据，则需要在检索数据时使用4个I/O。

技巧：HASH索引在有限制条件（需要指定一个确定的值而不是一个值范围）的情况下非常有用。

6、分区索引

分区索引就是简单地把一个索引分成多个片断，这样可以访问更小的片断，并且可以把这些片断分别存放在不同的硬盘上（避免I/O问题）。B-数索引和位图索引都可以被分区，HASH索引不可以被分区。

有两种类型的分区索引：本地分区索引和全局分区索引。每个类型都有两个子类型，有前缀索引和无前缀索引。如果使用了位图索引就必须是本地索引。

把索引分区最主要的原因是可以减少所需读取的索引的大小，另外把分区放在不同的表空间中可以提高分区的可用性和可靠性。

Oracle中建立索引，会提高查询速度：

create index 索引名 on 表名(列名);

例如：

create index index_userid on tbl_detail(userid);

以上就是关于oracle索引表空间大小应该多大 -csdn全部的内容，包括:oracle索引表空间大小应该多大 -csdn、oracle数据库几万条数据索引效果明显吗、oracle表数据量太大索引会不会失效等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！