oracle 索引聚簇表的工作原理

作者：Richard-Lui

一：首先介绍一下索引聚簇表的工作原理：（先创建簇，再在簇里创建索引，创建表时指定列的簇类型）

聚簇是指：如果一组表有一些共同的列，则将这样一组表存储在相同的数据库块中；聚簇还表示把相关的数据存储在同一个块上。利用聚簇，一个块可能包含多个表的数据。概念上就是如果两个或多个表经常做链接操作，那么可以把需要的数据预先存储在一起。聚簇还可以用于单个表，可以按某个列将数据分组存储。

更加简单的说，比如说，EMP表和DEPT表，这两个表存储在不同的segment中，甚至有可能存储在不同的TABLESPACE中，因此，他们的数据一定不会在同一个BLOCK里。而我们有会经常对这两个表做关联查询，比如说：select * from emp,dept whereemp.deptno = dept.deptno.仔细想想，查询主要是对BLOCK的操作，查询的BLOCK越多，系统IO就消耗越大。如果我把这两个表的数据聚集在少量的BLOCK里，查询效率一定会提高不少。

比如我现在将值deptno=10的所有员工抽取出来，并且把对应的部门信息也存储在这个BLOCK里（如果存不下了，可以为原来的块串联另外的块）。这就是索引聚簇表的工作原理。

二：创建过程。

索引聚簇表是基于一个索引聚簇（index cluster）创建的。里面记录的是各个聚簇键。聚簇键和我们用得做多的索引键不一样，索引键指向的是一行数据，聚簇键指向的是一个ORACLE BLOCK。我们可以先通过以下命令创建一个索引簇。

 SQL> conn scott/tiger

    已连接。

   SQL> desc dept

   名称                                     是否为空? 类型

  ----------------------------------------- ------------------------------------

    DEPTNONOT NULL NUMBER(2)

    DNAMEVARCHAR2(14)

    LOCVARCHAR2(13)

   SQL> create cluster emp_dept_cluster

    2 (deptno number(2) )

    3 size1024

    4 /

    簇已创建。

这个名字可以用户定义，不一定叫deptno，数据类型必须和需要使用这个聚簇的数据类型一致NUMBER(2)。在这里最关键的一个参数是size。这个选项原来告诉Oracle：我们希望与每个聚簇键值关联大约1024字节的数据（1024对于一般的表一条数据没问题），oracle会在用这个数据库块上设置来计算每个块最多能放下多少个聚簇键。假设块大小为8KB，Oracle会在每个数据库块上放上最多7个聚簇键，也就是说，对应部门10、20、30、40、50、60和70的数据会放在一个块上，一旦插入部门80，就会使用一个新块。存放的数据是和插入顺序相关的。

因此，SIZE测试控制着每块上聚簇键的最大个数。这是对聚簇空间利用率影响最大的因素。如果把这个SIZE设置得太高，那么每个块上的键就会很少（单位BLOCK可以存的聚簇键就少了），我们会不必要地使用更多的空间。如果设置得太低，又会导致数据过分串链（一个聚簇键不够存放一条数据），这又与聚簇本来的目的不符，因为聚簇原本是为了把所有相关数据都存储在一个块上。

向聚簇中放数据之前，需要先对聚簇建立索引。可以现在就在聚簇中创建表，但是由于我们想同时创建和填充表，而有数据之前必须有一个聚簇索引，所以我们先来建立聚簇索引。

聚簇索引的任务是拿到一个聚簇键值，然后返回包含这个键的块的块地址。实际上这是一个主键，其中每个聚簇键值指向聚簇本身中的一个块。因此，我们请求部门10的数据时，Oracle会读取聚簇键，确定相应的块地址，然后读取数据。聚簇键索引如下创建：

   SQL> create index emp_dept_cluster_idx

    2 oncluster emp_dept_cluster

    3 /

   索引已创建。

   现在可以创建表了：

   SQL> conn segment_study/liugao

    已连接。

   SQL> create table dept

   2  ( deptno number(2) primary key,3   dname  varchar2(14),

    4 locvarchar2(13)

    5 )

    6 clusteremp_dept_cluster(deptno)

    7 /

    表已创建。

   SQL> create table emp

   2  (empno    numberprimary key,3   ename   varchar2(10),4   job     varchar2(9),5   mgr     number, 6   hiredate date,7   sal     number, 8   comm    number,

    9 deptnonumber(2) constraint emp_fk references dept(deptno)

    10 )

    11cluster emp_dept_cluster(deptno)

    12 /

    表已创建。

我们可以通过一下SQL语句查看创建：

 SQL> select cluster_name, table_name

    2 fromuser_tables

    3 wherecluster_name is not null

    4 orderby 1;

   CLUSTER_NAME TABLE_NAME

  -----------------------------------------------------------

   EMP_DEPT_CLUSTER DEPT

   EMP_DEPT_CLUSTER EMP

现在，聚簇，聚簇索引，聚簇索引表都已经建立完成。

三：加载数据。

向聚簇索引表中加载数据是个很讲究的事情，处理方法不对，会使得聚簇的功能发挥不完全，降低查询性能。

方法1：

首先，我增加一个很大的列char（1000）,加这个列是为了让EMP行远远大于现在的大小。使得一个1024的聚簇无法存储一行记录。不能加varchar2(1000),因为ORACLE对varchar2存储的原则是能省就省，如果数据数据不到1000，不会分配1000的空间的。char则是有多少用多少。呵呵。

 SQL> begin

   2     for x in ( select * from scott.dept )

    3loop

    4 insertinto dept

   5         values ( x.deptno, x.dname, x.loc );

    6 insertinto emp

    7 select*

   8           from scott.emp9          where deptno = x.deptno;

    10 endloop;

    11end;

    12 /

    begin

    *

第1行出现错误:

  ORA-02032:聚簇表无法在簇索引建立之前使用

   ORA-06512:在line 4

   SQL> create index emp_dept_cluster_idx

    2 oncluster emp_dept_cluster

    3 ;

   索引已创建。

   SQL> alter table emp disable constraint emp_fk;

    表已更改。

   SQL> truncate cluster emp_dept_cluster;

    簇已截断。

   SQL> alter table emp enable constraint emp_fk;

    表已更改。

   SQL> alter table emp add data char(1000);

    表已更改。

   上面的执行错误说明聚簇表无法在簇索引建立之前使用。

   首先我们通过先加载emp表，后加载dept表的方式。

   SQL> insert into dept

   2  select * from scott.dept;已创建4行。

   SQL> insert into emp

   2  select emp.*, '*' from scott.emp;已创建14行。

   然后做一个查询，通过dbms_rowid.rowid_block_number可以查看此数据所在的BLOCKID,如果dept和emp存储的行数据不是一个BLOCK ID ,则标记一个'*'.查询结果如下：

   SQL> select dept_blk, emp_blk,2        case when dept_blk <> emp_blk then'*' end flag,

    3deptno

    4 from(

   5  selectdbms_rowid.rowid_block_number(dept.rowid) dept_blk,6        dbms_rowid.rowid_block_number(emp.rowid) emp_blk,7        dept.deptno 8   from emp, dept 9   whereemp.deptno = dept.deptno

    10 )

    11 orderby deptno

    12 /

    DEPT_BLKEMP_BLK F DEPTNO

  ---------- ---------- - ----------

    85 86 *10

    85 86 *10

    85 87 *10

    85 8520

    85 87 *20

    85 86 *20

    85 8520

    85 86 *20

    85 8530

    85 86 *30

    85 8530

    DEPT_BLKEMP_BLK F DEPTNO

  ---------- ---------- - ----------

    85 86 *30

    85 8530

    85 8530

   已选择14行。

   我们发现，通过先插入emp数据，再插入dept数据，导致大部分的emp和dept的数据都不在一个block上，这不是我们使用聚簇索引的目的。