Oracle資料表三種基本型別：堆表Heap Table、索引組織表IOT和聚簇表Cluster。在我們日常中，最常用也是適應性最好的一種資料表就是堆表Heap Table。一般在沒有特殊效能缺陷和特性要求的情況下，堆表是我們首先的選項。

IOT是一種融合資料到索引結構上的資料表型別。在筆者之前的文章中，詳細介紹了IOT的結構、特性和適應場景，同時也對段溢位Segment Overflow、邏輯Rowid和Secondary Index等概念進行過闡述。

本篇我們介紹一下聚簇。

1、概說聚簇Cluster

應該說，三種資料表型別中，我們最不常用的結構應該是聚簇。聚簇也是和其他兩種資料表差異最大的一種結構型別，最大的區別在於：聚簇是可以單獨存在的。

在Oracle儲存結構中，我們必須遵循兩個概念就是物件和段Segment。我們可以建立很多物件，比如資料表、索引、檢視，但是並不是每個物件都會“真刀真槍”的佔用儲存空間。Oracle空間分配是依據邏輯表空間、段物件、分割槽和塊。只有資料表、索引等物件，才是可以真正使用空間的，分配Segment的。

堆表和索引組織表雖然有差別，但是本質上是類似的。堆表中，索引和資料表是分別的資料段結構，索引段和資料表段保持一致性。而IOT實現了索引和資料表段的合一。資料表的所有內容，依據主鍵順序被儲存在IOT索引樹的葉子節點上。由於資料表內容的特殊性，比如欄位過大的情況，都是透過溢位段實現。

而Cluster完全不同，Cluster是一種單獨的段結構，或者筆者理解為單獨的段空間容器。在沒有資料表和索引的時候，Cluster段是可以單獨存在的。依據一定的規則，如連線鍵（Join Key），可以將多個資料表資料儲存在同一個段中。並且依據一定場景實現快速檢索連線。

我們為什麼使用Cluster資料表。最常見的解釋是減少關聯檢索時候進行IO的數量。傳統的資料表結構，兩個表連線，至少要進行兩次資料塊的檢索。而Cluster過程，由於都是儲存在一起（注意：相同Segment）。

Cluster進行使用的時候，有兩個型別進行選擇，分別為B樹Cluster和雜湊Hash Cluster。兩者既有相同的結構，又有細微的差異。

2、實驗環境介紹

我們選擇Oracle 11gR2進行實驗。

SQL> select * from v$version;

BANNER

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

Oracle Database 11g Enterprise Edition Release 11.2.0.3.0 - Production

PL/SQL Release 11.2.0.3.0 - Production

CORE 11.2.0.3.0 Production

TNS for Linux: Version 11.2.0.3.0 - Production

NLSRTL Version 11.2.0.3.0 – Production

建立專門的使用者進行實驗。

SQL> create user test identified by test default tablespace users;

User created

SQL> grant resource, connect to test;

Grant succeeded

SQL> grant create cluster to test;

Grant succeeded

SQL> grant select any table to test;

Grant succeeded

SQL> grant select any dictionary to test;

Grant succeeded

3、B樹Cluster實驗

透過一系列的實驗，我們來探討發現Cluster資料表的特性和使用。Oracle Cluster不是隨任何資料表物件建立，而是可以透過SQL語句create cluster來進行建立。

SQL> create cluster emp_dept (deptno number) size 600;

Cluster created

SQL> select cluster_name, tablespace_name, cluster_type, key_size from user_clusters;

CLUSTER_NAME TABLESPACE_NAME CLUSTER_TYPE KEY_SIZE

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

EMP_DEPT USERS INDEX 600

注意兩個問題，一個是建立cluster的過程中我們指定的size 600。這個是用於指定cluster鍵大致大小，指定之後，就可以實現空間的預留。如果這個取值設定不合理，容易引起Cluster結構的混亂。

另一個問題是tablespace_name，Cluster物件既然包括了tablespace資訊，就必然是佔用空間的，也必然以segment的形式出現。

SQL> select SEGMENT_TYPE, extents, HEADER_FILE, HEADER_BLOCK, BYTES, BLOCKS from dba_segments where wner='TEST' and segment_name='EMP_DEPT';

SEGMENT_TYPE EXTENTS HEADER_FILE HEADER_BLOCK BYTES BLOCKS

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

CLUSTER 1 4 522 65536 8

注意：此時我們沒有建立資料表或者索引，但是cluster segment已經存在出現。下面我們依託cluster emp_dept建立資料表。

SQL> create table emp (empno number, empname varchar2(10), deptno number) cluster emp_dept(deptno);

Table created

SQL> select SEGMENT_TYPE, extents, HEADER_FILE, HEADER_BLOCK, BYTES, BLOCKS from dba_segments where wner='TEST' and segment_name='EMP_DEPT';

SEGMENT_TYPE EXTENTS HEADER_FILE HEADER_BLOCK BYTES BLOCKS

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

CLUSTER 1 4 522 65536 8

SQL> select SEGMENT_TYPE, extents, HEADER_FILE, HEADER_BLOCK, BYTES, BLOCKS from dba_segments where wner='TEST' and segment_name='EMP';

SEGMENT_TYPE EXTENTS HEADER_FILE HEADER_BLOCK BYTES BLOCKS

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

依託cluster建立資料表的時候，要指定出哪個欄位是cluster的key鍵值。從段結構資料字典中，我們不能看到資料表的段資訊，只有cluster的段資訊。從dba_tables中，我們的確看到資料表成功建立。

SQL> select segment_created from dba_tables where wner='TEST' and table_name='EMP';

SEGMENT_CREATED

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

YES

此時，我們嘗試往資料表emp新增資料，是被禁止的。

SQL> insert into emp select empno, ename, deptno from scott.emp;

insert into emp select empno, ename, deptno from scott.emp

ORA-02032: 聚簇表無法在簇索引建立之前使用

在這裡，我們意識到使用cluster還需要建立專門的cluster index。為了進行連線測試，先建立第二張資料表。

SQL> create table dept (deptno number primary key, deptname varchar2(10)) cluster emp_dept(deptno);

Table created

SQL> select segment_created from dba_tables where wner='TEST' and table_name='DEPT';

SEGMENT_CREATED

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

YES

同時，建立了需要的索引結構。

SQL> create index idx_emp_dept on cluster emp_dept;

Index created

SQL> select SEGMENT_TYPE, extents, HEADER_FILE, HEADER_BLOCK, BYTES, BLOCKS from dba_segments where wner='TEST' and segment_name in ('EMP_DEPT','IDX_EMP_DEPT');

SEGMENT_TYPE EXTENTS HEADER_FILE HEADER_BLOCK BYTES BLOCKS

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

INDEX 1 4 538 65536 8

CLUSTER 1 4 522 65536 8

SQL> select SEGMENT_TYPE, extents, HEADER_FILE, HEADER_BLOCK, BYTES, BLOCKS from dba_segments where wner='TEST' and segment_name='EMP';

SEGMENT_TYPE EXTENTS HEADER_FILE HEADER_BLOCK BYTES BLOCKS

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

SQL> select SEGMENT_TYPE, extents, HEADER_FILE, HEADER_BLOCK, BYTES, BLOCKS from dba_segments where wner='TEST' and segment_name='DEPT';

SEGMENT_TYPE EXTENTS HEADER_FILE HEADER_BLOCK BYTES BLOCKS

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

--Index後設資料資訊

SQL> select index_type, table_name, table_type, UNIQUENESS from dba_indexes where wner='TEST' and index_name='IDX_EMP_DEPT';

INDEX_TYPE TABLE_NAME TABLE_TYPE UNIQUENESS

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

CLUSTER EMP_DEPT CLUSTER UNIQUE

我們建立了兩張資料表和一個索引，只有cluster和索引成為了段物件。明顯的是兩個資料表都包括儲存在了cluster段結構中。

建立索引的過程和普通索引是不同的。我們沒有給資料表建索引，而是給cluster物件。從dba_indexes檢視中，可以看到差異和不同。

下面我們灌入資料。

SQL> insert into dept select deptno, dname from scott.dept;

4 rows inserted

SQL> insert into emp select empno, ename, deptno from scott.emp;

14 rows inserted

SQL> commit;

Commit complete

此時，段結構依然維持一個cluster和一個索引的形態。

SQL> select SEGMENT_TYPE, extents, HEADER_FILE, HEADER_BLOCK, BYTES, BLOCKS from dba_segments where wner='TEST' and segment_name='EMP';

SEGMENT_TYPE EXTENTS HEADER_FILE HEADER_BLOCK BYTES BLOCKS

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

SQL> select SEGMENT_TYPE, extents, HEADER_FILE, HEADER_BLOCK, BYTES, BLOCKS from dba_segments where wner='TEST' and segment_name='DEPT';

SEGMENT_TYPE EXTENTS HEADER_FILE HEADER_BLOCK BYTES BLOCKS

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

SQL> select SEGMENT_TYPE, extents, HEADER_FILE, HEADER_BLOCK, BYTES, BLOCKS from dba_segments where wner='TEST' and segment_name in ('EMP_DEPT','IDX_EMP_DEPT');

SEGMENT_TYPE EXTENTS HEADER_FILE HEADER_BLOCK BYTES BLOCKS

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

CLUSTER 1 4 522 65536 8

INDEX 1 4 538 65536 8

使用cluster最大的好處在於連線，我們檢視一下連線情況下的執行計劃。

SQL> explain plan for select * from emp a, dept b where a.deptno=b.deptno;

Explained

SQL> select * from table(dbms_xplan.display);

PLAN_TABLE_OUTPUT

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

Plan hash value: 1709228156

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

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

| 0 | SELECT STATEMENT | | 14 | 350 | 6 (0)| 00:0

| 1 | NESTED LOOPS | | 14 | 350 | 6 (0)| 00:0

| 2 | TABLE ACCESS FULL | DEPT | 4 | 48 | 3 (0)| 00:0

| 3 | TABLE ACCESS CLUSTER| EMP | 4 | 52 | 1 (0)| 00:0

|* 4 | INDEX UNIQUE SCAN | IDX_EMP_DEPT | 1 | | 0 (0)| 00:0

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

Predicate Information (identified by operation id):

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

4 - access("A"."DEPTNO"="B"."DEPTNO")

16 rows selected

cluster本質上就是一個容器，如果我們需要刪除cluster，需要將其中資料表物件全部刪除之後，方可執行。或者使用including tables子句。

SQL> drop cluster emp_dept;

drop cluster emp_dept

ORA-00951: 簇非空

SQL> drop cluster emp_dept including tables;

Cluster dropped

本部分介紹的是B樹聚簇，也是簡單的一種聚簇形式。下面我們來討論Hash Cluster的特點。

聊聊Oracle聚簇Cluster（上）

相關文章