计算
弹性云服务器 ECS
Flexus云服务
裸金属服务器 BMS
弹性伸缩 AS
镜像服务 IMS
专属主机 DeH
函数工作流 FunctionGraph
云手机服务器 CPH
Huawei Cloud EulerOS
网络
虚拟私有云 VPC
弹性公网IP EIP
虚拟专用网络 VPN
弹性负载均衡 ELB
NAT网关 NAT
云专线 DC
VPC终端节点 VPCEP
云连接 CC
企业路由器 ER
企业交换机 ESW
全球加速 GA
安全与合规
安全技术与应用
Web应用防火墙 WAF
企业主机安全 HSS
云防火墙 CFW
安全云脑 SecMaster
DDoS防护 AAD
数据加密服务 DEW
数据库安全服务 DBSS
云堡垒机 CBH
数据安全中心 DSC
云证书管理服务 CCM
边缘安全 EdgeSec
CDN与智能边缘
内容分发网络 CDN
CloudPond云服务
智能边缘云 IEC
迁移
主机迁移服务 SMS
对象存储迁移服务 OMS
云数据迁移 CDM
迁移中心 MGC
大数据
MapReduce服务 MRS
数据湖探索 DLI
表格存储服务 CloudTable
云搜索服务 CSS
数据接入服务 DIS
数据仓库服务 GaussDB(DWS)
数据治理中心 DataArts Studio
数据可视化 DLV
数据湖工厂 DLF
湖仓构建 LakeFormation
企业应用
云桌面 Workspace
应用与数据集成平台 ROMA Connect
云解析服务 DNS
专属云
专属计算集群 DCC
IoT物联网
IoT物联网
设备接入 IoTDA
智能边缘平台 IEF
云生态
合作伙伴中心
云商店
开发者工具
SDK开发指南
API签名指南
Terraform
华为云命令行工具服务 KooCLI
其他
产品价格详情
系统权限
管理控制台
客户关联华为云合作伙伴须知
消息中心
公共问题
视频
视频直播 Live
视频点播 VOD
媒体处理 MPC
实时音视频 SparkRTC
数字内容生产线 MetaStudio
开发与运维
应用管理与运维平台 ServiceStage
软件开发生产线 CodeArts
需求管理 CodeArts Req
部署 CodeArts Deploy
性能测试 CodeArts PerfTest
编译构建 CodeArts Build
流水线 CodeArts Pipeline
制品仓库 CodeArts Artifact
测试计划 CodeArts TestPlan
代码检查 CodeArts Check
代码托管 CodeArts Repo
云应用引擎 CAE
华为云Astro轻应用
华为云Astro大屏应用
开源治理服务 CodeArts Governance
存储
对象存储服务 OBS
云硬盘 EVS
云备份 CBR
存储容灾服务 SDRS
高性能弹性文件服务 SFS Turbo
弹性文件服务 SFS
云硬盘备份 VBS
云服务器备份 CSBS
数据快递服务 DES
专属分布式存储服务 DSS
容器
云容器引擎 CCE
容器镜像服务 SWR
应用服务网格 ASM
华为云UCS
云容器实例 CCI
管理与监管
云监控服务 CES
统一身份认证服务 IAM
资源编排服务 RFS
云审计服务 CTS
标签管理服务 TMS
云日志服务 LTS
配置审计 Config
资源访问管理 RAM
消息通知服务 SMN
应用运维管理 AOM
应用性能管理 APM
组织 Organizations
优化顾问 OA
IAM 身份中心
云运维中心 COC
资源治理中心 RGC
应用身份管理服务 OneAccess
数据库
云数据库 RDS
文档数据库服务 DDS
数据管理服务 DAS
数据复制服务 DRS
云数据库 GeminiDB
云数据库 GaussDB
分布式数据库中间件 DDM
数据库和应用迁移 UGO
云数据库 TaurusDB
人工智能
人脸识别服务 FRS
图引擎服务 GES
图像识别 Image
内容审核 Moderation
文字识别 OCR
AI开发平台ModelArts
图像搜索 ImageSearch
对话机器人服务 CBS
华为HiLens
视频智能分析服务 VIAS
语音交互服务 SIS
应用中间件
分布式缓存服务 DCS
API网关 APIG
微服务引擎 CSE
分布式消息服务Kafka版
分布式消息服务RabbitMQ版
分布式消息服务RocketMQ版
多活高可用服务 MAS
事件网格 EG
企业协同
华为云会议 Meeting
云通信
消息&短信 MSGSMS
云化转型
云架构中心
云采用框架
用户服务
账号中心
费用中心
成本中心
资源中心
企业管理
工单管理
国际站常见问题
ICP备案
我的凭证
支持计划
客户运营能力
合作伙伴支持计划
专业服务
区块链
区块链服务 BCS
Web3节点引擎服务 NES
解决方案
SAP
高性能计算 HPC
开天aPaaS
云消息服务 KooMessage
云手机服务 KooPhone
云空间服务 KooDrive
本文导读

Bitmap

更新时间:2025-05-29 GMT+08:00

算子说明

  1. Bitmap Index Scan,位图索引扫描,该算子的作用为用索引扫描的方式,将过滤出的符合条件的元组的tid形成一张位图并向上返回。多个表扫描出的多个结果位图之间可再做BitmapAnd或者BitmapOr操作,相比于Index Scan还需要对表与表之间筛选出来的元组进行比对,可减少过滤时间。
  2. Bitmap Heap Scan,位图堆扫描,该算子的下层通常有Bitmap Index Scan,作用为通过扫描下层算子返回的位图(bitmap)来判断哪些元组符合条件并取出然后向上返回。当优化器通过代价估算选择采用Bitmap Index Scan的扫描方式,且需要返回符合条件的元组时,通常上层会配套使用Bitmap Heap Scan来通过扫描位图过滤选取元组并返回。
  3. BitmapOr,位图或操作,该算子作用为将下层的bitmap进行或操作,返回操作后的位图。
  4. BitmapAnd,位图与操作,该算子作用为将下层的bitmap进行与操作,返回操作后的位图。

使用Bitmap Index Scan和Bitmap Heap Scan的前提条件为:GUC参数enable_bitmapscan设置为on。

典型场景

多个表做关联,且在一个或多个表的关联列上有可用的索引,部分或全部表的表数据足够大。

示例

示例:多表连接带索引。

--数据准备,创建3个表,数据均为numeric类型,随机填充数据,为每个表的每个属性创建索引。
gaussdb=# SET enable_default_ustore_table = on;
SET
gaussdb=# CREATE TABLE t_btm_test_1(a numeric,b numeric,c numeric);
CREATE TABLE
gaussdb=# CREATE TABLE t_btm_test_2(a numeric,b numeric,c numeric);
CREATE TABLE
gaussdb=# CREATE TABLE t_btm_test_3(a numeric,b numeric,c numeric);
CREATE TABLE
gaussdb=# DECLARE 
    n1 numeric := 100;
    n2 numeric := 0; 
    n3 numeric := 100;
BEGIN 
    WHILE n1 > 0 LOOP 
        WHILE n2 < 100 LOOP
            WHILE n3 > 0 LOOP
                INSERT INTO t_btm_test_1 VALUES(n1, n2, n3); 
                INSERT INTO t_btm_test_2 VALUES(n1, n3, n2); 
                INSERT INTO t_btm_test_3 VALUES(n2, n1, n3);
                n3 := n3 - 1;
            END LOOP; 
            n2 := n2 + 1; 
        END LOOP;
        n1 := n1 - 1;
    END LOOP; 
END;
/
ANONYMOUS BLOCK EXECUTE 

gaussdb=# CREATE INDEX idx_btm_test_11 ON t_btm_test_1 USING UBTREE (a);
CREATE INDEX 
gaussdb=# CREATE INDEX idx_btm_test_12 ON t_btm_test_1 USING UBTREE (b);
CREATE INDEX
gaussdb=# CREATE INDEX idx_btm_test_13 ON t_btm_test_1 USING UBTREE (c); 
CREATE INDEX												    
gaussdb=# CREATE INDEX idx_btm_test_21 ON t_btm_test_2 USING UBTREE (a);
CREATE INDEX
gaussdb=# CREATE INDEX idx_btm_test_22 ON t_btm_test_2 USING UBTREE (b); 
CREATE INDEX
gaussdb=# CREATE INDEX idx_btm_test_23 ON t_btm_test_2 USING UBTREE (c); 
CREATE INDEX												    
gaussdb=# CREATE INDEX idx_btm_test_31 ON t_btm_test_3 USING UBTREE (a);
CREATE INDEX
gaussdb=# CREATE INDEX idx_btm_test_32 ON t_btm_test_3 USING UBTREE (b);
CREATE INDEX
gaussdb=# CREATE INDEX idx_btm_test_33 ON t_btm_test_3 USING UBTREE (c);
CREATE INDEX

--收集统计信息。
gaussdb=# ANALYZE t_btm_test_1;
gaussdb=# ANALYZE t_btm_test_2;
gaussdb=# ANALYZE t_btm_test_3;

-- 执行结果。 
gaussdb=# SET enable_bitmapscan = on;
SET
gaussdb=# EXPLAIN SELECT /*+ HashJoin(t_btm_test_2 t_btm_test_3 t_btm_test_1)
                             Leading(((t_btm_test_2 t_btm_test_3) t_btm_test_1))
                             NestLoop(t_btm_test_2 t_btm_test_3)
                             BitmapScan(t_btm_test_2 idx_btm_test_22 idx_btm_test_21 idx_btm_test_21)
                             BitmapScan(t_btm_test_3 idx_btm_test_31 idx_btm_test_31)
                             TableScan(t_btm_test_1)*/ *
                   FROM t_btm_test_1 , t_btm_test_2 , t_btm_test_3
                   WHERE t_btm_test_1.a = t_btm_test_2.b AND
                         t_btm_test_2.a = t_btm_test_3.c AND
                         t_btm_test_3.a = t_btm_test_1.c AND
                         t_btm_test_1.a = 1
                   AND (
                        (t_btm_test_2.a = 1 AND t_btm_test_3.a = 1) OR
                        (t_btm_test_2.a = 3 AND t_btm_test_3.a = 3)
                        );
                                                                                                 QUERY PLAN

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
-------
 Streaming (type: GATHER)  (cost=65.02..73.23 rows=2 width=39)
   Node/s: All datanodes
   ->  Hash Join  (cost=64.96..73.14 rows=2 width=39)
         Hash Cond: (t_btm_test_3.a = t_btm_test_1.c)
         ->  Nested Loop  (cost=61.54..69.71 rows=2 width=26)
               Join Filter: ((t_btm_test_2.a = t_btm_test_3.c) AND (((t_btm_test_2.a = 1::numeric) AND (t_btm_test_3.a = 1::numeric)) OR ((t_btm_test_2.a = 3::numeric) AND (t_btm_test_3.a = 3::numer
ic))))
               ->  Bitmap Heap Scan on t_btm_test_2  (cost=37.02..41.04 rows=1 width=13)
                     Recheck Cond: ((b = 1::numeric) AND ((a = 1::numeric) OR (a = 3::numeric)))
                     ->  BitmapAnd  (cost=37.02..37.02 rows=1 width=0)
                           ->  Bitmap Index Scan on idx_btm_test_22  (cost=0.00..12.26 rows=1 width=0)
                                 Index Cond: (b = 1::numeric)
                           ->  BitmapOr  (cost=24.52..24.52 rows=1 width=0)
                                 ->  Bitmap Index Scan on idx_btm_test_21  (cost=0.00..12.26 rows=1 width=0)
                                       Index Cond: (a = 1::numeric)
                                 ->  Bitmap Index Scan on idx_btm_test_21  (cost=0.00..12.26 rows=1 width=0)
                                       Index Cond: (a = 3::numeric)
               ->  Materialize  (cost=24.52..28.65 rows=1 width=13)
                     ->  Streaming(type: REDISTRIBUTE)  (cost=24.52..28.64 rows=1 width=13)
                           Spawn on: All datanodes
                           ->  Bitmap Heap Scan on t_btm_test_3  (cost=24.52..28.53 rows=1 width=13)
                                 Recheck Cond: ((a = 1::numeric) OR (a = 3::numeric))
                                 ->  BitmapOr  (cost=24.52..24.52 rows=1 width=0)
                                       ->  Bitmap Index Scan on idx_btm_test_31  (cost=0.00..12.26 rows=1 width=0)
                                             Index Cond: (a = 1::numeric)
                                       ->  Bitmap Index Scan on idx_btm_test_31  (cost=0.00..12.26 rows=1 width=0)
                                             Index Cond: (a = 3::numeric)
         ->  Hash  (cost=3.41..3.41 rows=2 width=13)
               ->  Streaming(type: BROADCAST)  (cost=0.00..3.41 rows=2 width=13)
                     Spawn on: datanode1
                     ->  Seq Scan on t_btm_test_1  (cost=0.00..3.25 rows=1 width=13)
                           Filter: (a = 1::numeric)
(31 rows)

--删除表。
gaussdb=# DROP TABLE t_btm_test_1, t_btm_test_2, t_btm_test_3;

上述示例中,Bitmap Heap Scan算子输出信息如下所示。

信息名称

含义

Bitmap Heap Scan

算子的名称。

Recheck Cond

在执行索引扫描后,数据库重新检查过滤的谓词,示例中Recheck Cond: ((a = 1::numeric) OR (a = 3::numeric))的过滤条件为,a列的值等于1或者等于3。在查询执行时,满足这些条件的行会被包含在最终的结果集中。

上述示例中,Bitmap Index Scan算子输出信息如下所示。

信息名称

含义

Bitmap Index Scan

算子的名称。

Index Cond

该算子的过滤谓词,在查询执行时,满足这些条件的行会被包含在最终的结果集中。

上述示例中,BitmapOr & BitmapAnd算子输出信息如下所示。

信息名称

含义

BitmapOr

算子的名称,代表将下层返回的bitmap进行or运算,通过该操作组成匹配更复杂条件的位图。

BitmapAnd

算子的名称,代表将下层返回的bitmap进行and运算,通过该操作组成匹配更复杂条件的位图。

我们使用cookie来确保您的高速浏览体验。继续浏览本站,即表示您同意我们使用cookie。 详情

文档反馈

文档反馈

意见反馈

0/500

标记内容

同时提交标记内容