oracle聚簇因子(CLUSTERING_FACTOR )

http://ccchencheng.blog.51cto.com/blog/2419062/749205

我们在查询索引状态的时候，通常会用到user_indexes这张表，这张表中有一列(CLUSTERING_FACTOR 聚簇因子)，这里简单的介绍下聚簇因子的意思，大家知道数据表中的数据都是无序的存在库中，当我们在对数据进行检索的时候，查找起来很是耗费资源，于是我们就需要为表创建索引，索引的作用就是把表中的数据按照一定的顺序排列保存起来，于是就出现了一个问题，有的表中的数据和索引想要排列的顺序很是相近，而另一些表中的数据和索引想要排列的顺序相距甚远，聚簇因子的作用就是用来标示这个的，聚簇因子越小，相似度越高，聚簇因子越大，相似度越低。

     我们知道了聚簇因子是干嘛的了，但是还不了解标示数据的相似度有何意义，我们继续讨论：

     oracle在存储数据的时候，并不是按照数据块的顺序挨个进行存入数据，因为前面存入的数据经常会有dml或者ddl操作，删除数据后，原先存有数据的数据块就变成了空块，oracle为了节省存储空间，当数据库再次有新数据进行插入的话，就会优先使用那些空块，只有当空块不够使用的时候，才会去高水位以上开辟新块，这种情况也就会导致，一张表中的数据，并不是存储在相邻的数据块中，于是聚簇因子变的很大，当这种情况进行逻辑读取的时候，就会增加IO的次数，影响了读取的速度。

     既然说聚簇因子关系着表的读取速度，那么我们能够手工控制聚簇因子的大小吗？

    答案是肯定的，但是事情总是有利也有弊，

 1)我们可以对表进行重构（alter table emp move);

 2)或者按照索引的顺序重建表（create table emp_bk as select * from emp        order by empno);

 3)可以在高水位以上开辟足够的新块，把一张表的数据全部存入这里，以达到降低    聚簇因子的目的，但是带来的结果也就是空间的浪费，同时因为高水位线是全表    扫描的终点，人为的拔高了水位线，容易造成全表扫的速率降低，因此需要慎重    考虑。

 4）创建分区表，以减少对数据块的访问

  例如 emp表中，雇员共分3个部门（deptno：10,20,30），我们按照部门号进行分区：

 

  create table EMP

(

  empno    NUMBER(4) not null,

  ename    VARCHAR2(10),

  job      VARCHAR2(9),

  mgr      NUMBER(4),

  hiredate DATE,

  sal      NUMBER(7,2),

  comm     NUMBER(7,2),

  deptno   NUMBER(2)

)

partition by list(deptno)

(partition dept_10 values(10),

partition dept_20 values(20),

partition dept_30 values(30),

partition dept_other values(default));

当我们执行 select * from emp where deptno=10; 时，oracle会将不属于10分区的其他分区，全部剔除出去，只访问10部门分区。

查看10部分分区：select * from emp partition(dept_10);