Oracle索引聚簇表的数据加载

日期: 2009-10-28 作者:佚名 来源:TechTarget中国

  一:首先介绍一下索引聚簇表的工作原理:

  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 where emp.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

  —————————————– ——– —————————-

  DEPTNO NOT NULL NUMBER(2)

  DNAME VARCHAR2(14)

  LOC VARCHAR2(13)

  SQL> create cluster emp_dept_cluster

  2 ( deptno number(2) )

  3 size 1024

  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 on cluster 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 loc varchar2(13)

  5 )

  6 cluster emp_dept_cluster(deptno)

  7 /

  表已创建。

  SQL> create table emp

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

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

  10 )

  11 cluster 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 from user_tables

  3 where cluster_name is not null

  4 order by 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 )

  3 loop

  4 insert into dept

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

  6 insert into emp

  7 select *

  8 from scott.emp 9 where deptno = x.deptno;

  10 end loop;

  11 end;

  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 on cluster 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BLOCK ID,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,

  3 deptno

  4 from (

  5 select dbms_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 where emp.deptno = dept.deptno

  10 )

  11 order by deptno

  12 /

  DEPT_BLK EMP_BLK F DEPTNO

  ———- ———- – ———-

  85 86 * 10

  85 86 * 10

  85 87 * 10

  85 85 20

  85 87 * 20

  85 86 * 20

  85 85 20

  85 86 * 20

  85 85 30

  85 86 * 30

  85 85 30

  DEPT_BLK EMP_BLK F DEPTNO

  ———- ———- – ———-

  85 86 * 30

  85 85 30

  85 85 30

  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。

  方法二:

  先处理一下刚才插入的数据:

  SQL> truncate cluster emp_dept_cluster;

  truncate cluster emp_dept_cluster

  *

  第1行出现错误:

  ORA-02266:表中的唯一/主键被启用的外键引用

  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。

  然后使用以下的方式插入数据:

  SQL> begin

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

  3 loop

  4 insert into dept

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

  6 insert into emp

  7 select emp.*, ‘x’ 8 from scott.emp 9 where deptno = x.deptno;

  10 end loop;

  11 end;

  12 /

  PL/SQL 过程已成功完成。

  执行上面统一的SQL。

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

  3 deptno

  4 from (

  5 select dbms_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 where emp.deptno = dept.deptno

  10 )

  11 order by deptno

  12 /

  DEPT_BLK EMP_BLK F DEPTNO

  ———- ———- – ———-

  85 85 10

  85 85 10

  85 85 10

  85 85 20

  85 85 20

  85 85 20

  85 86 * 20

  85 86 * 20

  86 86 30

  86 86 30

  86 86 30

  DEPT_BLK EMP_BLK F DEPTNO

  ———- ———- – ———-

  86 86 30

  86 87 * 30

  86 87 * 30

  已选择14行。

  咱们发现,大部分的数据都在同一个块中。原来这才是想聚簇表里添加数据的最佳方法。

  为什么会有这样的差别呢??

  当我们通过第一种方法时,有一个问题,由于dept表的行在聚簇中占用空间很小,但是剩余的空间确不能存一条dept的数据(应为我们添加了char(1000)了)。这样就会在那些聚簇 键块上导致过度的串链。Oracle会把包含这些信息的一组块串链或链接起来。如果同时加载对应一个给定聚簇键的所有数据,就能尽可能紧地塞满块,等空间 用完时再开始一个新块。

  四:什么时候不应该使用聚簇?

  1) 如果预料到聚簇中的表会大量修改:必须知道,索引聚簇会对DML的性能产生某种负面影响(特别是INSERT语句)。管理聚簇中的数据需要做更多的工作。

  2) 如果需要对聚簇中的表执行全表扫描:不只是必须对你的表中的数据执行全面扫描,还必须对(可能的)多个表中的数据进行全面扫描。由于需要扫描更多的数据,所以全表扫描耗时更久。

  3) 如果你认为需要频繁地TRUNCATE和加载表:聚簇中的表不能截除。这是显然的,因为聚簇在一个块上存储了多个表,必须删除聚簇表中的行。

  因此,如果数据主要用于读(这并不表示“从来不写”;聚簇表完全可以修改),而且要通过索引来读(可以是聚簇键索引,也可以是聚簇表上的其他索引),另外会频繁地把这些信息联结在一起,此时聚簇就很适合。

我们一直都在努力坚持原创.......请不要一声不吭,就悄悄拿走。

我原创,你原创,我们的内容世界才会更加精彩!

【所有原创内容版权均属TechTarget,欢迎大家转发分享。但未经授权,严禁任何媒体(平面媒体、网络媒体、自媒体等)以及微信公众号复制、转载、摘编或以其他方式进行使用。】

微信公众号

TechTarget微信公众号二维码

TechTarget

官方微博

TechTarget中国官方微博二维码

TechTarget中国

电子邮件地址不会被公开。 必填项已用*标注

敬请读者发表评论,本站保留删除与本文无关和不雅评论的权力。

作者

佚名
佚名

相关推荐