逻辑上：

　　Single column 单行索引
　　Concatenated 多行索引
　　Unique 唯一索引
　　NonUnique 非唯一索引
　　Function-based函数索引
　　Domain 域索引

　　物理上：

　　Partitioned 分区索引
　　NonPartitioned 非分区索引
　　B-tree：
　　Normal 正常型B树
　　Rever Key 反转型B树
　　Bitmap 位图索引

　　索引结构：

　　B-tree：

　　适合与大量的增、删、改（OLTP）；
　　不能用包含OR操作符的查询；
　　适合高基数的列（唯一值多）
　　典型的树状结构；
　　每个结点都是数据块；
　　大多都是物理上一层、两层或三层不定，逻辑上三层；
　　叶子块数据是排序的，从左向右递增；
　　在分支块和根块中放的是索引的范围；

　　Bitmap:

　　适合与决策支持系统；
　　做UPDATE代价非常高；
　　非常适合OR操作符的查询；
　　基数比较少的时候才能建位图索引；
　　树型结构：

　　索引头

　　开始ROWID，结束ROWID（先列出索引的最大范围）

　　BITMAP

　　每一个BIT对应着一个ROWID，它的值是1还是0，如果是1，表示着BIT对应的ROWID有值；

　　B*tree索引的话通常在访问小数据量的情况下比较适用，比如你访问不超过表中数据的5%，当然这只是个相对的比率，适用于一般的情况。bitmap的话在数据仓库中使用较多，用于低基数列，比如性别之类重复值很多的字段，基数越小越好。

　　B* 树索引

　　这些是我所说的“传统”索引。到目前为止，这是 Oracle 和大多数其他数据库中最常用的索引。 B* 树的构造类似于二叉树，能根据键提供一行或一个行集的快速访问，通常只需很少的读操作就能找到正确的行。不过，需要注意重要的一点，“B* 树”中的"B"不代表二叉（ binary ），而代表平衡（balanced）。B* 树索引并不是一颗二叉树，这一点在介绍如何在磁盘上物理地存储 B* 树时就会了解到。 B* 树索引有以下子类型：

　　索引组织表（index organized table）：索引组织表以 B* 树结构存储。堆表的数据行是以一种无组织的方式存储的（只要有可用的空间，就可以放数据），而 IOT 与之不同， IOT 中的数据要按主键的顺序存储和排序。对应用来说， IOT 表现得与“常规”表并无二致；需要使用 SQL 来正确地访问 IOT 。 IOT 对信息获取、空间系统和 OLAP 应用最为有用。 IOT 在上一章已经详细地讨论过。

　　B*树聚簇索引（ B*tree cluster index ）这些是传统 B* 树索引的一个变体（只是稍有变化）。 B* 树聚簇索引用于对聚簇键建立索引，这一章不再讨论。在传统 B* 树中 ，键都指向一行；而 B* 树聚簇不同，一个聚簇键会指向一个块，其中包含与这个聚簇键相关的多行。

　　降序索引（ descending index ）：降序索引允许数据在索引结构中按 “ 从大到小”的顺序（降序）排序，而不是按“从小到大”的顺序（升序）排序。我们会解释为什么降序索引很重要，并说明降序索引如何工作。

　　反向键索引（ reverse key index ）：这也是 B* 树索引，只不过键中的字节会 “反转” 。利用反向键索引，如果索引中填充的是递增的值，索引条目在索引中可以得到更均匀的分布。例如，如果使用一个序列来生成主键，这个序列将生成诸如 987500 、 987501 、 987502 等值。这些值是顺序的，所以倘若使用一 个传统的 B* 树索引，这些值就可能放在同一个右侧块上，这就加剧了对这一块的竞争。利用反向键， Oracl e则会逻辑地对 205789 、 105789 、 005789 等建立索引。 Oracle 将数据放在索引中之前，将先 把所存储数据的字节反转，这样原来可能在索引中相邻放置的值在字节反转之后就会相距很远。通过反转字节，对索引的插入就会分布到多个块上。