Oracle 基础篇 --- 聚簇因子(clustering_factor)

最新推荐文章于 2021-04-16 07:26:03 发布

weixin_33690963

最新推荐文章于 2021-04-16 07:26:03 发布

阅读量104

点赞数

文章标签：人工智能数据库 python

原文链接：https://my.oschina.net/wangbinbin0326/blog/480783

版权

2019独角兽企业重金招聘Python工程师标准>>>

####4.2.1 聚簇因子(clustering_factor)

统计帮助优化器生成使用索引的成功信息，并且是表中建立了索引的数据排序优良度的一个度量值；向优化器表明了具有同样索引值的数据行是不是存放在同一个或连续的一系列数据块中，或者数据行是否被分散存放在表的多个数据块中。

查看索引的聚簇因子

select T.TABLE_NAME || '.' || I.INDEX_NAME index_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 = 'EMPLOYEES'
    and I.INDEX_NAME = 'EMP_DEPARTMENT_IX'
order by T.TABLE_NAME, I.INDEX_NAME;

INDEX_NAME                     CLUSTERING_FACTOR     BLOCKS   NUM_ROWS
------------------------------ ----------------- ---------- ----------
EMPLOYEES.EMP_DEPARTMENT_IX                    9          5        109

计算索引的聚簇因子

select department_id, last_name, blk_no, 
        lag (blk_no, 1, blk_no) over (order by department_id) prev_blk_no,
        case when blk_no != lag (blk_no, 1, blk_no) over (order by department_id) or rownum = 1
                then '***  +1'
                else null
        end cluf_ct
from (
    select department_id, last_name,
             DBMS_ROWID.ROWID_BLOCK_NUMBER(rowid) blk_no
     from HR.EMPLOYEES
   where department_id is not null
   order by department_id 
);

DEPARTMENT_ID LAST_NAME                     BLK_NO PREV_BLK_NO CLUF_CT
------------- ------------------------- ---------- ----------- -------
           10 Whalen                           203         203 ***  +1
           20 Hartstein                        203         203
           20 Fay                              203         203
           30 Raphaely                         207         203 ***  +1
           30 Colmenares                       207         207
           30 Khoo                             207         207
........
           40 Mavris                           203         207 ***  +1
           50 Grant                            203         203
........
           50 Cabrio                           207         203 ***  +1
........
           60 Raphealy                         205         207 ***  +1
           60 Raphealy1                        205         205
           60 Austin                           207         205 ***  +1
           60 Ernst                            207         207
           60 Hunold                           207         207
           70 Baer                             203         207 ***  +1
           80 Hall                             207         203 ***  +1
           80 Livingston                       207         207
........
		   100 Greenberg                        207         207
		   110 Higgins                          203         207 ***  +1
           110 Gietz                            203         203

107 rows selected.

注：如果你开始考虑重建表来改进聚簇因子，你需要很小心。表一般都有多个索引。你不可能通过重建表的方法使其排序方式适合某个索引而不影响其他列上的索引。因此，重建可能帮组改进了一个索引却破坏了其他的索引。并且，重建表通常是非常耗费时间和资源的过程，因为你今天按照一定的顺序重建了表并不意味着随着时间的推移，数据行插入、更新或删除之后还能保持这样的顺序。

转载于:https://my.oschina.net/wangbinbin0326/blog/480783