首先在传统的INDEX里，我们在索引的存储上，一般是分为：header+index length+index value+rowid组成。如图：

    bitmap的存储结果相对来说，复杂一点。 bitmap 不存储rowid。那么rowid存储在哪里呢？答：每一个bitmap的头部，都存储了rowid的启示位置与结束位置。ORACLE通过自己的内部算 法，算出来相应的ROWID。

    位图中的每一位，都记录是否有值。

    如表的记录是这样存储的：

    那么对应的bitmap则是这样存储的：

    由 此可见，存储的空间大大的节省了，另外带来的收益就是扫描的BLOCK也大大减少了。

    如果查找性别是male的数据，ORACLE只会去 搜索MALE这一列，然后是1的记录，返回即可。

    如果是针对BITMAP字段本身做OR,AND这样的查询，那么ORACLE会在 BITMAP索引内部，先做一次判断，找出符合结果的，再去计算ROWID，最后给出相应的VALUE，示意图如下：

    bitmap join index

    bitmap join index，它的特点就是将多张表的JOIN结果，存储在一个索引里面，然后使用BITMAP的形式进行存储。图难画了，请见谅，改天有空的时候，再把图 补上。这个对于类似DW那样的多表join效率提高很明显。

    我今天做了一个测试，是用3张表join来做的，原来的SQL是这样的：

    zeus@CRMDB> select wt_customer.company_name,wt_customer.gmt_create

    2 from wt_customer,wt_CUSTOMER_EXT ,wt_CUSTOMER_BOOK

    3 where wt_customer.id=wt_CUSTOMER_EXT.Customer_Id

    4 and wt_CUSTOMER_BOOK.Customer_Id=wt_customer.id;

    58 rows selected.

    Elapsed: 00:00:00.01

    Execution Plan

    ―――――――――――――――――――-

    ―――――――――――――――――――――――――――――――――-

    | Id | Operation | Name | Rows | Bytes | Cost (%CPU)|

    ―――――――――――――――――――――――――――――――――-

    | 0 | SELECT STATEMENT | | 54 | 2484 | 179 (0)|

    | 1 | NESTED LOOPS | | 54 | 2484 | 179 (0)|

    | 2 | NESTED LOOPS | | 177 | 7257 | 179 (0)|

    | 3 | INDEX FULL SCAN | wt_CUSTOMER_BOOK_UK | 177 | 1062 | 1 (0)|

    | 4 | TABLE ACCESS BY INDEX ROWID| wt_CUSTOMER | 1 | 35 | 2 (0)|

    |* 5 | INDEX UNIQUE SCAN | wt_CUSTOMER_PK | 1 | | 1 (0)|

    |* 6 | INDEX RANGE SCAN | wt_CUSTOMER_EXT_CID_IND | 1 | 5 | 0 (0)|

    ―――――――――――――――――――――――――――――――――-

    一 个3表join，效率很差。如果我们创建BITMAP JOIN INDEX则可以避免这种情况的发生：

    zeus@CRMDB>CREATE BITMAP INDEX cust_wt_test

    2 ON wt_customer(wt_customer.company_name)

    3 FROM wt_customer,wt_CUSTOMER_EXT ,wt_CUSTOMER_BOOK

    4 WHERE wt_customer.id=wt_CUSTOMER_EXT.Customer_Id

    5 and wt_CUSTOMER_BOOK.Customer_Id=wt_customer.id

    6 tablespace zeus_ind ;

    Index created.

    Elapsed: 00:00:00.08

    再来看看SQL的执行计划：

    zeus@CRMDB>select wt_customer.company_name,wt_customer.gmt_create

    2 from wt_customer,wt_CUSTOMER_EXT ,wt_CUSTOMER_BOOK

    3 where wt_customer.id=wt_CUSTOMER_EXT.Customer_Id

    4 and wt_CUSTOMER_BOOK.Customer_Id=wt_customer.id;

    58 rows selected.

    Elapsed: 00:00:00.00

    Execution Plan

    ―――――――――――――――――――-

    ―――――――――――――――――――――――――――――

    | Id | Operation | Name | Rows | Bytes | Cost (%CPU)|

    ―――――――――――――――――――――――――――――

    | 0 | SELECT STATEMENT | | 1834K| 61M| 219K (1)|

    | 1 | TABLE ACCESS BY INDEX ROWID | wt_CUSTOMER | 1834K| 61M| 219K (1)|

    | 2 | BITMAP CONVERSION TO ROWIDS| | | | |

    | 3 | BITMAP INDEX FULL SCAN | CUST_WT_TEST | | | |

    ―――――――――――――――――――――――――――――

    请 着重注意红色部分。逻辑读大大降低！！

    BTW：

    我觉得我们除了传统的NESTLOOP,MERGE JOIN,HASH JOIN。这样看来又多了一种优化JOIN的方式。

    总结：

    bitmap我们可能平时使用的不多，但是觉得它在特殊的应用场景，还 是有优势的。bitmap join index更是一种多表JOIN的新方式，很有意思。