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。
本篇我们介绍一下聚簇。
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。
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。