如何理解Oracle聚簇Cluster

如何理解Oracle聚簇Cluster，很多新手对此不是很清楚，为了帮助大家解决这个难题，下面小编将为大家详细讲解，有这方面需求的人可以来学习下，希望你能有所收获。

Oracle数据表三种基本类型：堆表Heap Table、索引组织表IOT和聚簇表Cluster。在我们日常中，最常用也是适应性最好的一种数据表就是堆表Heap Table。一般在没有特殊性能缺陷和特性要求的情况下，堆表是我们首先的选项。

IOT是一种融合数据到索引结构上的数据表类型。在笔者之前的文章中，详细介绍了IOT的结构、特性和适应场景，同时也对段溢出Segment Overflow、逻辑Rowid和Secondary Index等概念进行过阐述。

我们介绍一下聚簇。

1、概说聚簇Cluster

应该说，三种数据表类型中，我们最不常用的结构应该是聚簇。聚簇也是和其他两种数据表差异最大的一种结构类型，最大的区别在于：聚簇是可以单独存在的。

在Oracle存储结构中，我们必须遵循两个概念就是对象和段Segment。我们可以创建很多对象，比如数据表、索引、视图，但是并不是每个对象都会“真刀真枪”的占用存储空间。Oracle空间分配是依据逻辑表空间、段对象、分区和块。只有数据表、索引等对象，才是可以真正使用空间的，分配Segment的。

堆表和索引组织表虽然有差别，但是本质上是类似的。堆表中，索引和数据表是分别的数据段结构，索引段和数据表段保持一致性。而IOT实现了索引和数据表段的合一。数据表的所有内容，依据主键顺序被保存在IOT索引树的叶子节点上。由于数据表内容的特殊性，比如字段过大的情况，都是通过溢出段实现。

而Cluster完全不同，Cluster是一种单独的段结构，或者笔者理解为单独的段空间容器。在没有数据表和索引的时候，Cluster段是可以单独存在的。依据一定的规则，如连接键（Join Key），可以将多个数据表数据保存在同一个段中。并且依据一定场景实现快速检索连接。

我们为什么使用Cluster数据表。最常见的解释是减少关联检索时候进行IO的数量。传统的数据表结构，两个表连接，至少要进行两次数据块的检索。而Cluster过程，由于都是存储在一起（注意：相同Segment）。

Cluster进行使用的时候，有两个类型进行选择，分别为B树Cluster和哈希Hash Cluster。两者既有相同的结构，又有细微的差异。

2、实验环境介绍

我们选择Oracle 11gR2进行实验。

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

创建专门的用户进行实验。

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树Cluster实验

通过一系列的实验，我们来探讨发现Cluster数据表的特性和使用。Oracle Cluster不是随任何数据表对象创建，而是可以通过SQL语句create cluster来进行创建。

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

注意两个问题，一个是创建cluster的过程中我们指定的size 600。这个是用于指定cluster键大致大小，指定之后，就可以实现空间的预留。如果这个取值设置不合理，容易引起Cluster结构的混乱。

另一个问题是tablespace_name，Cluster对象既然包括了tablespace信息，就必然是占用空间的，也必然以segment的形式出现。

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：此时我们没有创建数据表或者索引，但是cluster segment已经存在出现。下面我们依托cluster emp_dept创建数据表。

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

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

依托cluster创建数据表的时候，要指定出哪个字段是cluster的key键值。从段结构数据字典中，我们不能看到数据表的段信息，只有cluster的段信息。从dba_tables中，我们的确看到数据表成功创建。

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

SEGMENT_CREATED

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

YES

此时，我们尝试往数据表emp添加数据，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: 聚簇表无法在簇索引建立之前使用

在这里，我们意识到使用cluster还需要创建专门的cluster index。为了进行连接测试，先创建第二张数据表。

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

同时，创建了需要的索引结构。

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元数据信息

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

我们创建了两张数据表和一个索引，只有cluster和索引成为了段对象。明显的是两个数据表都包括保存在了cluster段结构中。

创建索引的过程和普通索引是不同的。我们没有给数据表建索引，而是给cluster对象。从dba_indexes视图中，可以看到差异和不同。

下面我们灌入数据。

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

此时，段结构依然维持一个cluster和一个索引的形态。

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最大的好处在于连接，我们查看一下连接情况下的执行计划。

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

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

| Id  | Operation            | Name         | Rows  | Bytes | Cost (%CPU)| Time

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

|   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本质上就是一个容器，如果我们需要删除cluster，需要将其中数据表对象全部删除之后，方可执行。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

本部分介绍的是B树聚簇，也是简单的一种聚簇形式。

看完上述内容是否对您有帮助呢？如果还想对相关知识有进一步的了解或阅读更多相关文章，请关注亿速云行业资讯频道，感谢您对亿速云的支持。