概述

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。之前已经详细介绍了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。所以今天主要介绍一下聚簇。

01

聚簇Cluster

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，或者可以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。

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），所以只需一次检索。

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。

02

实验环境介绍

这里我选择Oracle 11gR2进行实验。

SQL> select * from v$version;

创建专门的用户进行实验。

SQL> create user test identified by test default tablespace users;
SQL> grant resource, connect to test;
SQL> grant create cluster to test;
SQL> grant select any table to test;
SQL> grant select any dictionary to test;

03

B树Cluster实验

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> conn test/test;
SQL> create cluster emp_dept(deptno number) size 600;
SQL> select cluster_name, tablespace_name, cluster_type, key_size from user_clusters;

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 user='TEST' and segment_name='EMP_DEPT';

注意：此时没有创建数据表或者索引，但是cluster segment已经存在出现。下面根据cluster emp_dept创建数据表。

SQL> create table emp(empno number, empname varchar2(10), deptno number) cluster emp_dept(deptno);
SQL> select SEGMENT_TYPE, extents, HEADER_FILE, HEADER_BLOCK, BYTES, BLOCKS from dba_segments where user='TEST' and segment_name='EMP_DEPT';
SQL> select SEGMENT_TYPE, extents, HEADER_FILE, HEADER_BLOCK, BYTES, BLOCKS from dba_segments where user='TEST' and segment_name='EMP';

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，不能看到数据表的段信息，只有cluster的段信息。从dba_tables中，可以看到数据表成功创建。

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

此时尝试往数据表emp添加数据，是被禁止的。

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

这里报错是因为使用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,同时创建需要的索引结构。

SQL> create table dept (deptno number primary key, deptname varchar2(10)) cluster emp_dept(deptno);
SQL> select OWNER,TABLESPACE_NAME,CLUSTER_NAME,segment_created from dba_tables where user='TEST' and table_name='DEPT';
SQL> create index idx_emp_dept on cluster emp_dept;

查看索引

SQL> select SEGMENT_TYPE, extents, HEADER_FILE, HEADER_BLOCK, BYTES, BLOCKS from dba_segments where user='TEST' and segment_name in ('EMP_DEPT','IDX_EMP_DEPT');
SQL> select SEGMENT_TYPE, extents, HEADER_FILE, HEADER_BLOCK, BYTES, BLOCKS from dba_segments where user='TEST' and segment_name='EMP';
SQL> select SEGMENT_TYPE, extents, HEADER_FILE, HEADER_BLOCK, BYTES, BLOCKS from dba_segments where user='TEST' and segment_name='DEPT';
--Index元数据信息
SQL> select index_type, table_name, table_type, UNIQUENESS from dba_indexes where user='TEST' and index_name='IDX_EMP_DEPT';

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。而且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。

下面插入数据。

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

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

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

cluster本质上就是一个容器，如果需要删除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;
SQL> drop cluster emp_dept including tables;

篇幅有限，今天主要分享的是B树聚簇，也是简单的一种聚簇形式。后面再探讨下Hash Cluster的相关内容，感兴趣的朋友可以关注一下~