码迷,mamicode.com
首页 > 数据库 > 详细

ORACLE表、索引和分区

时间:2019-09-27 01:37:27      阅读:108      评论:0      收藏:0      [点我收藏+]

标签:个人   HERE   tno   约束   使用   空间   领域   constrain   工作量   

ORACLE表、索引和分区

一、数据库表

 每种类型的表都有不同的特性,分别应用与不同的领域

  堆组织表

  聚簇表(共三种)

  索引组织表

  嵌套表

  临时表

  外部表和对象表

1.行迁移

技术图片

建表过程中可以指定以下两个参数:

   PCTFREE:自由空间,默认值10

  PCTUSED(只适用于MSSM):默认值40

设置这两个参数很重要:

   一方面避免迁移过多的行,影响性能

   一方面避免浪费太多的空间 

当自由空间存不下更新后的某一行时,这一行将会发生行迁移,在两个块上存储这一行数据,如下图:

技术图片

2.堆组织表

基本上我们使用的表都是堆组织表(heap organized table),堆是无序的数据结构,数据的存取都是随机的,想要排序必须使用order by子句

对于ASSM有三个重要的选项:

  PCTFREE

   INITRANS:默认值 2,高并发会设置更大一些 

  COMPRESS/NOCOMPRESS:启用/禁用压缩 

3.索引组织表(IOT

以索引结构存储的表

使用场景:

  信息检索

  空间数据

  OLAP应用

  创建,使用organization index子句:

create table tbl( name varchar2(20),  age int ) organization index

与堆组织表对比:

   提高缓冲区缓存效率,因为需要的块更少

  减少缓冲区缓存访问

  获取数据快,工作量少

  完成查询的物理I/O更少

  因为所有数据都放入索引,所以当表的数据量很大时,会降低索引组织表的查询性能 

4.散列聚簇表

技术图片 

  散列聚簇表与索引聚簇表非常相似,一个主要区别就是:聚簇索引被一个散列函数所取代,表中的数据就是索引,散列聚簇表会预分配(hashkeys/trunc(blocksize/SIZE))个块的存储空间,SIZE为设置的SIZE向上取最小的质数,hash冲突时会分配溢出块与原来的块连接起来

创建步骤:

  创建聚簇对象:create cluster hash_cluster(hash_key number) hashkeys 1000 size 1024;

   创建表: create table hash_table(x number, y varchar2(4000), z varchar2(400)) cluster hash_cluster(x);

注意:

  无法对散列聚簇中的表进行区间扫描来定位数据,需要建立传统索引实现

  建立散列聚簇表的目的是根据散列值快速定位数据,减少缓冲区缓存链闩,而不是平凡的全表扫描

  散列是CPU密集型操作,但索引所需的I/O会是散列的3倍,可以根据I/OCPU资源选择

5.有序散列聚簇表

有序散列聚簇不仅有散列聚簇的特性,还结合了IOT的一些性质

场景:

  按照某个键查询在按某一列排序

  select * from where key=:x order by sorted_column;

创建步骤:

  创建聚簇:create cluster shc(clust_id number, order_col number sort) hashkeys 100 hash is cust_id size 8192;

  创建表:create table cust_orders(clust_id number, order_col number, z varchar2(400)) cluster shc(clust_id, order_col);

6.对象表

一种基于Oracle类型的表

特点:

由于对象表实际上就是伪装的关系表,这么做与Oracle表功能没什么区别,但效率更高

创建:

create or replace type address_type as object(city varchar2(20), street varchar2(20));

create or replace type person_type as object(name varchar2(20), home_addr address_type, work_addr address_type);

create table people of person_type;

插入:

Insert into people values(‘ruphy’, address_type(‘gy’, ‘zunyi’), address_type(‘sz’, ‘bantian’));

查询:

Select name, p.home_addr home, p.work_addr work from people p;

7.嵌套表

技术图片 

创建:

create or replace type emp_type as object(empno number, ename varchar2(40), job varchar(9));

create or replace type emp_tab_type as table or emp_type;--对象表

create table dept(deptno number primary key, dname varchar2(40), emps emp_tab_type);

查询:

Select d.deptno, d.dname, emp.* from dept d, table(d.emps) emp;

插入:

Insert into table(select emps from dept where deptno = 10) values(123, ‘new’, ‘java’);

更新/删除

update/delete table(select emps from dept where deptno = 10) set job = ‘C#’;

8.临时表

可以使用临时表(temporary table)来保存事务或者会话内的临时结果集

特点:

  隔离性

  无并发性问题

  静态定义

  效率高,产生重做日志少

  可以有触发器、检查约束、索引,但不能有完整性约束、不能有嵌套列、不能是IOT、不能有聚簇、不能分区、不能使用analyze命令生成统计信息

类型:

  基于会话:create global temporary table temp_table_session on commit preserve rows ;

  基于事务:create global temporary table temp_table_session on commit delete rows ;

二、数据库索引

最好在应用设计期间考虑索引应该如何设计,不要事后才想起来,这样有助于清楚地知道需要建立什么样的索引

Oracle提供几种类型的索引:

  B*TREE索引

  T*TREE聚簇索引

  降序索引

  反向键索引

  IOT位图索引

  位图级联索引

  函数索引

  应用域索引

1.B*TREE索引

--类似于二叉树结构的索引,扩展性非常

技术图片 

分析一下几种情况:

  Where x between 20 and 30

  Where x = 10047

2.反向键索引
      --B*TREE索引键反转建立的索引

主要用途是减少“右手”索引中索引页块的竞争

创建: create index idx on t(x,y) reverse;

分析一下几种情况:

  Where x > 5

  Where x = 5

3.降序索引
      --B*TREE索引扩展,以从大到小的方式存储

主要用途是对多个列进行排序,且顺序要求不一致时使用降序索引可以避免数据库额外的排序

创建:create index desc_t_idx on t(owner desc, object_type asc)

分析:select * from t where owner between ‘T’ and ‘Z’ order by owner desc, object_type asc;

4.什么时候走B*TREE索引

两个“经验”:

  访问表中非常少的部分,到底多少与列数有关

  访问表中大量数据时,数据可以直接从索引中拿到(覆盖索引)

5.位图索引
      --位图索引是为数据仓库/即席查询设计

B*TREE索引不同,位图索引的一个索引键会指向多行数据

位图索引特别不适用于OLTP系统(平凡的更新)

创建:create bitmap index b_idx on t(owner);

位图索引对or and not会执行位操作,存储结构如下:

技术图片  

6.位图级联索引

在一个表上建立的索引基于另一个表的列(主键或者唯一键),将数据在索引中逆规范化

场景:销售部门多少人?谁在销售部工作?销售部业绩最好的三个人?

创建:create bitmap index ed_idx on emp(d.dname) from emp e, dept d where  e.deptno = d.deptno

 技术图片

7.什么时候位图索引

位图索引特别适用于低基数(相异基数低)

相异基数大小取决于结果集行数,相异基数与总行数之比趋近与0才算低相异基数,如2000行的表,相异基数为3,那么3/2000=0.0015很小,适合位图索引

系统会运行大量的即席查询,特别是查询会使用多列数据或者使用诸如count之类的聚合函数

技术图片 

8.函数索引

可以基于函数建立索引,本质上也是位图索引或者B*TREE索引的扩展

使用场景:

  通过计算结果建立索引,方便需要使用函数计算后比叫时能够立即用上

  不用修改任何逻辑或查询,就可以加快现有应用

  只对感兴趣的值键索引

创建:

create index f_idx on t(lower(owner));

create index f_idx on t(case owner when ‘PUBLIC’ then ‘PUBLIC’ end);

9.虚拟列索引

虚拟列

不占用存储过程,在查询表数据时sql函数动态计算的返回值,不超过6398字节

创建:alter table t add cal as (lower(owner));

可以在虚拟列建立一个索引,以提高查询效率

创建: create index v_idx on t(cal);

10.组合索引

联合索引时列的选择原则

  最左匹配原则

  最左匹配原则

  最少空间原则

创建如下索引

  alter table T add constraint id_key primary key (OBJECT_ID);

  create index u_idx on t(upper(object_type), owner);

  create index f_idx on t(owner);

分析:

  Select * from t where object_id = 5;

  Select * from t where owner = ‘SYS’;

  Select * from t where object_type = ‘INDEX’;

  Select * from t where upper(object_type) = ‘INDEX’;

  Select * from t where upper(object_type) = ‘INDEX’ and owner = ‘SYS’;

  Select count(*) from t;

11.不走索引原因

谓词不在组合索引的最前列(最前列值比较少也会走索引)

Select count(*) from t;有索引但没有索引列没有非空约束

Select * from t where f(x) = :x;对非函数索引列使用了函数

Select * from t where y = 5; (y为字符串)发生了隐式转换

查询的结果集超过了阈值

表上的统计信息不是最新的,dbms_stats.gather_table_stats(user, ‘T’);

将索引标记为invisible

三、数据库分区

分区将一个表或索引物理地分解为多个更小、更易管理的部分,使用了一种“分而治之”的方法,设用于管理非常大的表

注意,分区不一定能提高性能,会产生三种情况:

  应用可能运行更慢

  可能运行更快

  也可能没有任何变化

1.分区的优势

提高数据可用性(独立性)

将大段分解为小段,从而减轻管理负担

改善某些SQL语句(SIUD)性能性能(读取信息语句、修改信息语句(PDML))

把数据修改分散,减少并发下系统的竞争

实现数据滑动窗口(去除旧数据,加载新数据并建立索引,将新数据纳入分区表)

2.分区机制

区间分区(范围分区)

散列分区

列表分区

间隔分区:区间分区+自动创建分区

引用分区

间隔引用分区

虚拟列分区

组合分区

系统分区:比较少见

3.区间分区

创建:

create table range_t(range_key_column data not null, data varchar2(20)) partition by range(range_key_column)(partition part_1 values less than(to_date(‘20180101’, ‘yyyymmdd’)) ,partition part_2 values less than(to_date(‘20190101’, ‘yyyymmdd’)),partition part_3 values less(maxvalue));

4.散列分区

创建:

create table hash_t(range_key_column date, data varchar2(20)) partition by hash(range_key_column) (partition part_1 tablespace p1,partition part_2 tablespace p2);

5.列表分区

创建:

create table list_t(list_key_column varchar(2), data varchar2(20)) partition by list(list_key_column)(partition part_1 values(‘A‘, ‘B‘),partition part_2 values(‘C‘));

6.虚拟列分区

创建:

create table res(res_code varchar(2), region as (decode(substr(res_code,1,1), ‘A‘, ‘NE‘, ‘C‘, ‘NE‘,‘B‘,‘SW‘,‘D‘,‘NW‘))) partition by list(region)(partition p1 values(‘NE‘), partition p2 values(‘SW‘), partition p3 values(‘NW‘));

7.组合分区

创建:

create table composite_t(range_c date, hash_c int, data varchar(2)) partition by range(range_c) interval (numtoyminterval(1, ‘year’)) subpartition by hash(hash_c) subpartitions 2 (partition p1 values less than(to_date(‘20180101’, ‘yyyymmdd’))(subpartition p1s1,subpartition p1s2), partition p2 values less than(to_date(‘20190101’, ‘yyyymmdd’))(subpartition p2s1,subpartition p2s2));

8.索引分区

技术图片 

本地索引:按表分区的方式对所有分区

  本地前缀索引

  本地非前缀索引

  创建: create index l_idx on t(owner, object_type) local;

全局分区索引:按区间或散列对索引分区

  创建:create index g_p_idx on t(owner, object_type, object_name) global partition by hash(owner) partitions 16;

全局索引

 

ORACLE表、索引和分区

标签:个人   HERE   tno   约束   使用   空间   领域   constrain   工作量   

原文地址:https://www.cnblogs.com/muphy/p/11595413.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!