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。