Oracle 索引樹結構深度解析：B-Tree、位圖索引與區塊大小效能影響

索引類型總覽

Oracle 提供多種索引結構，各有適用場景：

• B-Tree 索引：標準樹狀索引，自早期版本沿用至今，適用於高基數欄位。
• 位圖索引：適合低基數欄位（如性別、狀態碼），在唯讀/資料倉庫環境極快，但頻繁 DML 會造成嚴重鎖爭用。
• 位圖連接索引：針對星狀模式查詢，預先連接維度表欄位建立索引，語法獨特（含 FROM/WHERE 子句）。

B-Tree 索引內部機制

B-Tree 索引結構類似 UNIX inode。每個索引區塊對應樹中的一個節點：

• 分支節點：儲存指向下層索引區塊的指標。
• 葉節點：儲存 (索引鍵值, ROWID) 配對，指向表中實際資料列。

隨著資料插入，區塊填滿時會發生 分裂，產生新節點。Oracle 內部管理區塊內的指標分配，因此索引不支援 PCTUSED 參數。

影響單一節點容納索引鍵數量的兩大因素

1. 索引鍵長度
2. 索引表空間的區塊大小

區塊大小對索引樹高度與效能的影響

在其他條件相同時，大區塊（如 32K）可容納更多索引鍵，使樹結構更扁平（Height 降低），減少一致性獲取次數，提升分散讀取效能。Christopher Foot 指出：「更大的區塊意味著分支節點有更多空間存儲索引鍵，從而降低樹高度並提高索引查詢效能。」

實測案例：8K vs 16K 表空間

測試環境：Oracle 9i，表 eradmin.admission 15 萬筆，patient_id 有索引。查詢 patient_id BETWEEN 1 AND 40000，執行計畫為 INDEX FAST FULL SCAN。

邏輯讀次數減半，證實大區塊顯著降低索引掃描開銷。Oracle 9i+ 多區塊大小特性配合大緩衝區，值得在生產環境試驗。

索引重建爭議與 10g 自動化趨勢

• 支持派：定期重建可回收碎片、降低樹高度，企業實務常見速度提升。
• 反對派：B-Tree 空間重用極高效，極少需重建；若有益應有可證明規則。
• 10g AMT (Automatic Maintenance Tasks)：結合 AWR 工作負載資訊庫，自動偵測並重建潛在最佳化索引，邁向自我管理。

結論

多區塊大小特性確能提升索引效能；索引重建在特定情境確有助益。期待 10g 自動維護任務將索引優化納入自動化閉環。