这篇文章简述了索引相关的知识，强烈推荐阅读引用的参考文章。
在 Oracle 中， 可以使用 CREATE INDEX 创建索引，索引的类型有以下几种：
Normal indexes (Oracle Database 默认使用的 B-tree 索引)
Bitmap indexes (用一个bit位来标记某个元素 rowid 对应的Value)
Refer Oracle 官方文档
B-tree
B-tree 的出现主要是为了提高访问磁盘的速度。那为什么使用 B-tree 实现而不是其他的数据结构呢？
对于二叉搜索树，红黑树，avl 树来说，每一个节点只能存储一个 key，如果你需要存储大量的 key，使用这些数据结构就会让树变得很高，但 B-tree 在一个节点内就可以存储多个 key，且可以拥有多个子节点，这就可以降低树的高度，提高磁盘访问速度。
那一个节点内可以存储多少个 key，可以拥有多少个子节点呢？
假设用 k (取值范围M-M/2)表示，则 B-tree 中的每个节点可以有 k-1 个 key，以及 k 个子树。
所谓 M 阶（m-way）B树，其中 M 就是表示 B-tree 中每个节点最多可以有几个子树。
B+ tree
B+ tree 是 B-tree 的升级版，一棵 B+ 树需要满足以下条件:
- 节点的子树数和关键字(Key)数相同（B 树是关键字数比子树数少一）
- 节点的关键字表示的是子树中的最大数，在子树中同样含有这个数据
- 叶子节点包含了全部数据，同时符合左小右大的顺序
B+ 树数据都在叶子节点，并使用一个链表将它们排列起来，这样在查询时效率更快。
由于 B+ 树的中间节点不含有实际数据，只有子树的最大数据和子树指针，因此磁盘页中可以容纳更多节点元素，也就是说同样数据情况下，B+ 树会 B 树更加“矮胖”，因此查询效率更快。
Bitmap 索引
我们知道计算机所有信息最终都是通过“位bit”来运算的，二进制位运算在计算机中非常高效。而位图索引也是用0或1来处理索引进程，故得名位图索引。 位图索引主要针对大量相同值的列而创建的，索引块的一个索引行中存储键值、起止RowId及此键值的位图，根据位图信息可以得知每一条记录的ROWID。它为列的每个键值建立位图，位图中的每一位可能对应多个列，位图中位的值为1表示此行的值为对应的键值。
特点：
- 可以存储null值；
- 不适合键值较多的列（重复数据较少的列）,适合只有几个固定值的列；如性别、婚姻状况、行政区等等
- 相对于B*Tree索引,占用的空间非常小,创建和使用非常快；
- 适合静态数据，而不适合索引频繁更新的列；
- 使用count、and、or或in查询时,直接用索引的位图进行或运算,快速得出结果行数据。
