《Oracle Database Concepts 11g Release 2》读书笔记(3)...

Table Cluster (P50-P55)

1. Table Cluster定义

Table Cluster 是指一组 table 在一个相同的 block 里共享相同的列并存储相关的内容。当一个table被 cluster 后，一个block将包含不一样table中的row。例如，一个block包含的row 同时在employees 和departments中，而不只仅在某一单独表中。

 

Cluster Key 是指被Cluster的表的列，例如employees和 departments所共享的列department_id，能够在建立Cluster时或将新的 table 添加到 Cluster时指定 Cluster Key。

 

Cluster Key Value 指的是被指定为 Cluster Key 的列的指定的行集的值。全部包含相同Cluster Key value 的数据，其物理存储都是在一块儿的。不管有多少个表的行集包含该值，每一个cluster Key Value 在 cluster 或 cluster index 中只存储一次。

 

若是有好几个表被常常用于查询（特别是多表查询或join查询）查询，那就应该考虑使用 cluster table，由于Table Cluster将不一样表中的相关行存储在相同的block里，适当的使用 cluster table能够带来如下好处：

1）减小clustered tables 之间进行join查询的磁盘 I/O

2）减小 clustered tables之间进行join查询的读取时间

3）更少的存储空间，由于 cluster key value 只会存储一次

 

Cluster table 在如下状况时不该被使用：

1）表的多数访问都是单独查询

2）表常常被 update

3）表常常须要 full table scan

4）表须要 truncating

 

2. Indexed Cluster 定义

Indexed Cluster 是一个使用index来定位数据的table cluster，是一个创建在Cluster Key 上的B-tree Index。Cluster Index必须在 table cluster 填入数据前创建。

 

以下例，以department_id 为cluster key来创建名为 employees_departments_cluster的cluster， 因为定义的时候未声明为 HASHKEYS cluster， 因此这个cluster是一个indexted cluster；接下来，咱们在这个cluster key上建一个名字为idx_emp_dept_cluster的index。

例：

CRATE CLUSTER employees_departments_cluster

   (department_id NUMBER(4))

SIZE 512;

 

CREATE INDEX idx_emp_dept_cluster ON CLUSTER employees_departments_cluster;

接下来在cluster上创建employees和departments两个表，同时声明departnemt_id列为cluster key
例：

CREATE TABLE employees(…)

         CLUSTER employees_departments_cluster(department_id);

 

CREATE TABLE departments(…)

CLUSTER employees_departments_cluster(department_id);

最后,在你往employees和departments里添加数据时,数据库会将employees和departments两个表中的每一个department对应的全部行存储在相同的data block里。这些行被存储在heap里并以index来进行定位。

 

下图展现了employees_departments_cluster的存储结构,数据库将department为20和110的employee存储到一块儿.

 

B-tree Cluster Index 是以存储数据的block的物理地址来关联cluster key value.例如,如下地址:
20,AADAAAA9d
表明了存储department 20中的employee的block的地址.

 

Cluster Index 是被单独管理的,与nonclustered table上创建的index同样,并能够与table cluster存在于不一样表空间之中.

 

若是employees和departments两个表没有定义为table cluster,那么数据库将不能保证这

相关联的行会被存储到一块儿.以下图所示:

 

3.Hash Clusters定义

Hash Cluster与indexed cluster相似,只不过index key被hash function所替换,没有单独存在的cluster index.在一个hash cluster中,数据就是index.

 

Hash cluster的key与indexted cluster的key同样,都是一个单一列或组合关键字段.oracle database根据特定的cluster key values，使用一个hash function来产生一系列被称为hash key 的整数.数据库将cluster key hash到一个data block的物理地址.数据库将有相同key value的行存储到一块儿.

在一个indexed table或index cluster中,oracle使用存放在一个独立index中的key value来定位数据库中的行.在indexed table或indexed cluster中查找或存储一行,最少须要通过两次I/O:

1) 至少一次I/O来在index中查找key value或在index中存储key value

2) 一次I/O来读或写table或cluster中的行

 

为了在hash cluster中查找或存储一行数据,oracle为每行的cluster key value提供了hash function. Oracle数据库 Hash function的计算结果对应到cluster中的data block, 并对其进行读写.

 

Hashing是在存储数据时用于提升数据检索速度的一种方法,当如下条件知足时,能够考虑使用hash cluster:

1) 一个表被用于query多于modify

2) hash key所在列常常被使用等于关系进行查询,如 WHERE department_id=20. 对于这个查询,若是 cluster key value已经hash,那么hash key value将直接指向存储相应行的block.

3) 一个表中的行数是能够被合理的计算出来的(用于定义 hash function)

 

 

4. Hash cluster creation

创建一个hash cluster时,除了使用 CREATE CLUSTER来建立indexed cluster外,还须要添加HASHKEY关键字,以下例:

 

CREATE CLUSTER employees_departments_cluster

   (department_id NUMBER(4))

SIZE 8192 HASHKEYS 100;

 

以上, department_id被定义为hash key,在这个例子中HASHKEY声明了department有可能的数目(通常部门数都是能够计算出来的,也就是说表中的行数是能够计算出来的,知足上面的第3个条件).

 

在这个方案中,用户常常执行的查询以下所示,经过输入不一样的p_id来查询不一样的department ID

例:

SELECT * FROM employees

WHERE department_id = :pid

 

SELECT * FROM departments

WHERE department_id = :pid

 

SELECT * FROM departments d, employees e

WHERE e.department_id=d.department_id

AND d.department_id = :pid

假设用户常常以department_id为20来执行第一个查询, oracle数据库使用20来当成hash function的输入参数,并定位到存储全部在编号为20的department中的employee的block.

上图将一个hash cluster segment以一行blocks的形式展现出来,因而可知,每次数据检索都只须要一次I/O.

 

Hash Cluster的局限在于:

1) 其不适用于在nonindexed cluster key上进行range scan(区间搜索)

例:

CREATE CLUSTER employees_departments_cluster

   (department_id NUMBER(4))

SIZE 8192 HASHKEYS 100;

若是以上代码建立的hash cluster上不存在独立的index,那么查询位于20至100的department_id将不能使用hash算法,由于他不能对20至100之间的每个可能值进行hash.

由于不存在index,则数据库须要进行full scan.

 

 

5. Hash Cluster Variations

Single-table hash cluster是一个优化过的,仅支持一个table的hash cluster.在这里,从hash key 到行的映射是一一对应的,当用户须要对单表经过主键进行快速访问时,使用sing-table hash cluster是合适的.例如,用户常常会在employees表里经过employee_id查找employee相关记录.

 

Sorted hash cluster是hash cluster的一个变种,其内的全部与hash结果相一致的行都已根据指定的列进行升序排序. Sorted hash cluster 容许应用程序对数据进行快速检索,由于数据在插入时已经排好序.例如,一个包含orders表的hash cluster 能够根据 order_date 进行排序.

 

 

6. Hash Cluster Storage

Oracle Database对hash cluster的空间分配与index cluster是不同的.database根据建立cluster的语句里的SIZE和HASHKEYS的乘积得出一个结果.并以字节为单位预分配与此结果一致的空间.

例:

CREATE CLUSTER employees_departments_cluster

   (department_id NUMBER(4))

SIZE 8192 HASHKEYS 100;

 

在上例中

,HASHKEYS声明了有可能存在的department数,SIZE声明了每一个department全部数据所占的空间大小.

 

在一个hash cluster中,HASHKEYS的值是固定的.Oracle database并不会根据HASHKEYS来限制在table中能够插入的值,但若是插入的数据远大玩HASHKEYS的值,,对hash cluster的检索效率就会降低,这时应该使用新的HASHKEYS来重建hash cluster.