1、聚簇因子(Clustering factor)
索引行的存储顺序与表中行的存储顺序之间的相似程度。
当相似度高时,这些数据行就会密集地存储在相对较少的数据块中,这是聚簇因子比较好的情况。Oracle中,对于同一个查询语句,有时候会很快的完成,有时候却很慢,但是表结构什么的完全一致,表中的数据也完全一致,这个具体是什么原因呢,就要从Index中的细节说起了。在Oracle中的一个特殊的视图user_indexes中有一个特殊的列,名字是clustering_factor,这个值的内容就是如果访问表的整个表数据,会造成多少次数据库IO。
A:如果这个值与块数接近,则说明表相当有序,得到了很好的组织。在这种情况下,同一个叶子块中的索引条目可能指向同一个数据块中的行。(clustering_factor=blocks 好)
B:如果这个值与行数接近,表的次序可能就是非常随机的。在这种情况下,同一个叶子块上的索引条目不太可能指向同一个数据块上的行。(clustering_factor=num_rows 不好)
可以把聚簇因子看作是通过索引读取整个表时对表执行的逻辑I/O次数。也就是说聚簇因子指示了表相对于索引本身的有序程度。当oracle对索引结构执行区间扫描时,如果它发现索引中的下一行与前一行在同一个数据块上,就不会再执行另一个I/O从缓冲区缓存中获得表块。它已经有了表块的一个句柄,只需要直接使用就行了。不过,如果下一行不在同一个块上,就会释放当前的这个块,而执行另一个物理I/O在缓冲区缓存存放要处理的下一个块。
另外还要记住:对于一个表来说,一般只有一个索引能够有合适的聚簇因子!表中的行可能只以一种方式排序。
我们可以通过下面的SQL语句来查看。
select T.TABLE_NAME || '.' || I.index_name IDX_NAME, I.clustering_factor, T.BLOCKS, T.NUM_ROWS from user_indexes i, user_tables t where i.table_name = t.TABLE_NAME and t.TABLE_NAME = ? ORDER BY T.TABLE_NAME, I.table_NAME;
在这个SQL语句中,?代表的就是我们要检索的Index的名称。在表中数据有时候属于无序状态,这个时候的CLUSTERING_FACTOR比较接近NUM_ROWS,说明如果扫描整个表,每次都要根据Index来读取相应行的RowID,这个时候的IO操作很多,自然检索时间会比较长。如果数据有序的话,CLUSTERING_FACTOR比较接近BLOCKS,说明相邻的数据在一个块中,减少了IO操作数量,自然检索时间会大大降低。
2、准备实验条件
CREATE TABLE test_1 AS SELECT ROWNUM rn, a.* FROM all_objects a ORDER BY object_name DESC ; CREATE INDEX ind_test_1 ON test_1(rn); CREATE TABLE test_2 AS SELECT * FROM (SELECT ROWNUM rn, a.* FROM all_objects a) ORDER BY rn ASC ; CREATE INDEX ind_test_2 ON test_2(rn);
SQL> EXEC DBMS_STATS.gather_table_stats('USERS','TEST_1'); SQL> EXEC DBMS_STATS.gather_table_stats('USERS','TEST_2'); SQL> EXEC DBMS_STATS.gather_index_stats('USERS', 'IND_TEST_1'); SQL> EXEC DBMS_STATS.gather_index_stats('USERS', 'IND_TEST_2');
3、执行查询操作
SELECT * FROM tEST_1 WHERE rn BETWEEN 10000 AND 10200;
统计信息
----------------------------------------------------------
0 recursive calls
0 db block gets
85 consistent gets
0 physical reads
0 redo size
11897 bytes sent via SQL*Net to client
543 bytes received via SQL*Net from client
15 SQL*Net roundtrips to/from client
0 sorts (memory)
0 sorts (disk)
201 rows processed
SELECT * FROM tEST_2 WHERE rn BETWEEN 10000 AND 10200;
统计信息
----------------------------------------------------------
1 recursive calls
0 db block gets
35 consistent gets
0 physical reads
0 redo size
11897 bytes sent via SQL*Net to client
543 bytes received via SQL*Net from client
15 SQL*Net roundtrips to/from client
0 sorts (memory)
0 sorts (disk)
201 rows processed
4、观察试验结果
通过执行统计信息观察,test_1表的查询一致读是85,而test_2表的一致读只有35,竟然test_1的一致读尽然是test_2的2倍还多,是不是有点奇怪,同样的表结构,同样的数据(test_2多两条数据)
5、分析原因
select T.TABLE_NAME || '.' || I.index_name IDX_NAME, I.clustering_factor, T.BLOCKS, T.NUM_ROWS from user_indexes i, user_tables t where i.table_name = t.TABLE_NAME and t.TABLE_NAME IN( 'TEST_1','TEST_2') ORDER BY T.TABLE_NAME, I.table_NAME;
IDX_NAME | CLUSTERING_FACTOR | BLOCKS | NUM_ROWS |
TEST_1.IND_TEST_1 | 26358 | 747 | 50490 |
TEST_2.IND_TEST_2 | 727 | 747 | 50492 |