对B-tree索引认识的几个常见误区
误区1：除非新插入的索引值与被删除的值完全一样，否则索引中被删除条目所占的空间不会被重用。
这是我们常听到的，关于索引的第一个误解。我们还是通过实验来证明这个说法是错误的：
图 155
如上图所示，我们创建了一个测试表和测试索引，其结构与我们之前做的实验是类似的。故这里不再赘述。
查看该索引的树形结构：
图 156
如上图所示，该索引有3层。我们的测试在将第2个叶子块（leaf: 0x1844bbd 25447357 (0: nrow: 13 rrow: 13)）上进行。我们会先将该叶子块中的记录，每间隔一个，删除掉一个，然后再向其中插入同样数量的记录，但新插入的记录值与删除的记录值并不一样。看看叶子块上那些被删除的空间，是否会被重用。
首先，我们DUMP出第2个叶子块上的数据，确认其中的存储的值：
图 157
如上图所示，我们可以看到该叶子块中的13个索引条目，最小值是’070’结尾的字符串，最大值是’130’结尾的字符串。由于我们构造数据时，用的是rownum*5，所以，剩余11个值，即’075’，’080’，’085’，’090’，’095’，’100’，’105’，’110’，’115’，’120’，’125’虽然未在这里显示，但大家也能推测得出来。
我们隔一个删除一个，即将前面提及的，最后一位字符为’5’的6条记录删除。如下所示：
图 158
然后，我们再插入6条其它值，但也是在’070’和’130’之间的值。如下所示：
图 159
现在，我们再来查该索引的树形结构，看看与原来相比，是否有了变化？
图 160
如上图所示，经与原树形结构相比较，并无变化。如果原来叶子块中被删除的空间不能被重用，那么首先第2个叶子块中的rrow的值会有变化；其次，由于原叶子块中原来只有1327个字节的可用空间，显然是不可能放下6个索引条目的。所以，如果不能重用空间，这些新插入的值会导致叶子块上的分裂，至少会有一部索引条目写到新块上。但我们并没有看到叶子块的总量有增加，也没有看到相邻叶子块上有索引条目数量上的变化。
所以，被删除的索引条目所占用的空间，是可以被重用的。但重用的前提是这些新值仍归属于该叶子块。
误区2：单调递增的索引值，删除的旧值索引条目所占用的空间无法重用。
这个误解，来自于误区1。在误区1中，我们最后的结论是“被删除的索引条目所占用的空是，是可以被重用的。但重用的前提是这些新值仍归属于该叶子块。” 显然，如果新插入的值，不在原删除叶子块的值范围内，那么索引空间也就不会被重用了。因此，对于单调递增的索引，由于新插入的值总是大于旧值，即新值将位于索引的最右侧的叶子块上。所以，删除的旧值所占用的索引空间，也就无法被重用了。
这个认知不能说错，应该说至少对了一多半。其前提条件，是原叶子块中，总是有未被删除的索引条目，即被删除了索引条目的叶子块，永远不会成为空闲块。如果某个索引块中的全部索引条目都被删除了，那么这个块会成为空闲块，并会被再次使用。
我们继续沿用误区1中的实验样例，将第2个叶子块上的全部索引条目删除：
图 161
然后我们查看此时索引的树形结构信息：
图 162
如上所示，我们可以看到第2个叶子块（leaf: 0x1844bbd 25447357）中的rrow已经变为了0。
接下来，我们向该索引的最大值之上，再插入15行记录，以确保会需要使用新的索引块。如下所示：
图 163
此时查看索引的树形结构信息：
图 164
如上所示，我们发现原来第2个叶子块，rrow为0的那个叶子块从原来的位置消失了。而相同dba的索引块（leaf: 0x1844bbd 25447357），在最后一个叶子块的位置中出现了。
综上，通过这个实验，我们也证明了“单调递增的索引值，删除的旧值索引条目所占用的空间无法重用。”这个认识，也是不完全正确的。
误区3：索引的高度越低越好。
从前面对B-tree索引的访问方法的观察中，我们可以发现，索引唯一扫描，索引范围扫描，索引全扫描都要经历根块，分支块最终访问到叶子块。如果分支块层少，则可以减少所需访问的数据块。比如，对于一个3层的索引，访问到叶子块前，要访问2个索引块（根块，分支块），对于一个4层的索引，则需要访问3个索引块（根块，2个分支块）；而索引快速全扫描则是访问全部索引块。虽然不是说索引高度高的，其包含的索引块就必然越多。但对于同样定义的索引，高度越高，索引块越多，显然，就算不是索引的唯一扫描或范围扫描，而是进行索引快速全扫，也是需要访问更多的数据块的。而索引跳跃扫描，也是需要访问多次分支块和叶子块。索引高度的高和低，对索引跳扫可能的访问影响的讨论会比较复杂。但是，总体上来说，索引块越多，索引跳跃扫描的成本可能越高。
如上所述，仅从访问索引块的数量来看，确实索引高度越低，同样条件下，需要访问的索引块会更少，需要的资源开销也会更小。但是，对于一个非静态的表，其上的数据会有所变化，这时，反映到相应的索引上，就可能会发生索引的分裂。而索引的分裂是相对资源开销较大，而且通常只能是串行进行的操作（即对于同一个索引，在同一时刻，只能有一个会话在进行索引分裂），这时，就可能导致数据库出现严重的事务锁争用现象。因此，保持索引适当的高度，在访问效率和减少索引分裂之间要达到一个平衡才是最好的，而不是索引高度越低越好。
误区4：为了维持有效率的索引访问，需要定期重建索引。
这个认识，我猜测可能与前面提到的三个误区相关。因为担心索引中出现大量无法重用的空间或碎片，同时，又希望有更低的索引高度，而保持更佳的访问效率。所以，希望对经常发生DML操作的表上的索引，定期进行重建索引的操作。以回收未用的空间，降低索引的高度。但如前所述，对于大多数情况，索引中未用的空间会被重新利用，而片面强调降低索引高度，可能会在其它方面带来损害。因此，为了维持有效的索引访问，而定期重建索引，也是不完全，或者说大多数的时候，都是错误的。
