【Oracle数据库指南】第35篇：Oracle特殊对象——簇与索引组织表（IOT）

上一篇【第34篇】Oracle索引管理与优化详解
下一篇【第36篇】Oracle用户与权限管理详解（完整版）（明日更新，敬请期待）

摘要

除了普通堆组织表（Heap-Organized Table）之外，Oracle还提供了两种特殊的表存储结构：**簇（Cluster）**将频繁一起查询的多张表的相关行存储在同一数据块中，消除连接操作的物理I/O；**索引组织表（IOT，Index-Organized Table）**将行数据直接存储在B树索引结构中，适合主键访问的应用场景。本文详细讲解这两种结构的原理、创建方式、适用场景与注意事项。

一、簇（Cluster）概述

1.1 什么是簇

簇是一种将相关表的相关行物理存储在同一数据块的存储结构。当两张表经常通过某个公共列进行连接查询时，簇能将两表中相同连接键值对应的行存放在一起，从而减少连接操作的I/O次数。

普通表的连接问题：

查询：SELECT e.ename, d.dname FROM emp e JOIN dept d ON e.deptno = d.deptno 普通表： EMP 表块：Block 1 (empno=7369,deptno=20) | Block 2 (empno=7499,deptno=30) | ... DEPT 表块：Block 10(deptno=20,RESEARCH) | Block 11(deptno=30,SALES) | ... → 查询时需要访问 EMP 的块，再访问 DEPT 的块，至少两次块读取

簇的解决方案：

簇：按 deptno 将两表行存储在一起 Block 1：DEPT deptno=20 + 所有 deptno=20 的 EMP 行 Block 2：DEPT deptno=30 + 所有 deptno=30 的 EMP 行 → 连接查询只需读取一次块即可获取两表数据

1.2 簇的类型

二、索引簇（Index Cluster）

2.1 创建索引簇

-- 步骤1：创建簇（指定簇键列和每个键值对应的块大小）CREATECLUSTER scott.emp_dept_cluster(deptno NUMBER(2)-- 簇键列（连接键）)SIZE600-- 每个簇键值预计占用的字节数TABLESPACEusers_data;-- 步骤2：为簇创建索引（必须先创建索引，才能插入数据！）CREATEINDEXscott.idx_emp_dept_clusterONCLUSTER scott.emp_dept_cluster;-- 步骤3：在簇中创建 DEPT 表CREATETABLEscott.dept_clustered(deptno NUMBER(2),dname VARCHAR2(14),loc VARCHAR2(13))CLUSTER scott.emp_dept_cluster(deptno);-- 指定簇键-- 步骤4：在簇中创建 EMP 表CREATETABLEscott.emp_clustered(empno NUMBER(4),ename VARCHAR2(10),job VARCHAR2(9),sal NUMBER(7,2),deptno NUMBER(2))CLUSTER scott.emp_dept_cluster(deptno);-- 同一个簇键-- 步骤5：先插入DEPT数据，再插入EMP数据INSERTINTOscott.dept_clusteredSELECT*FROMscott.dept;INSERTINTOscott.emp_clusteredSELECTempno,ename,job,sal,deptnoFROMscott.emp;COMMIT;

2.2 使用簇查询

-- 连接查询（簇表的连接性能最优）SELECTe.empno,e.ename,e.job,d.dnameFROMscott.emp_clustered eJOINscott.dept_clustered dONe.deptno=d.deptnoWHEREe.deptno=20;-- Oracle 可能使用 CLUSTER 访问路径，比普通表连接少很多 I/O

2.3 删除簇

-- 删除簇（必须先删除簇中的表）DROPTABLEscott.emp_clustered;DROPTABLEscott.dept_clustered;DROPCLUSTER scott.emp_dept_cluster;-- 或者一步删除（CASCADE CONSTRAINTS 同时删除外键约束）DROPCLUSTER scott.emp_dept_cluster INCLUDINGTABLESCASCADECONSTRAINTS;

三、哈希簇（Hash Cluster）

3.1 哈希簇原理

哈希簇用哈希函数直接计算出行所在的数据块，查询时无需读索引，直接计算目标块地址，实现一次I/O读取（最理想情况）。

3.2 创建哈希簇

-- 创建哈希簇CREATECLUSTER scott.orders_hash_cluster(order_id NUMBER(10)-- 哈希键列)HASHKEYS100000-- 预计的不同键值数量（影响哈希桶数）SIZE300-- 每个哈希键值预计字节数HASHISorder_id-- 可选：直接用键值做哈希（键值必须为正整数）TABLESPACEusers_data;-- 在哈希簇中创建表（不需要额外建索引！）CREATETABLEscott.orders_hashed(order_id NUMBER(10),customer_id NUMBER(6),order_dateDATE,amount NUMBER(10,2))CLUSTER scott.orders_hash_cluster(order_id);

3.3 哈希簇的适用场景

四、索引组织表（IOT）

4.1 什么是IOT

普通表（堆表）中，数据行存储在数据段中，索引存储在独立的索引段中，通过 ROWID 关联。

IOT 不同：将整行数据存储在B树主键索引的叶节点中，没有独立的数据段。

普通堆表（Heap Table）： 数据段：(7369, 'SMITH', 800, ...) ← 无序存储 索引段：empno=7369 → ROWID:AAABcc... ← 需要两次访问 IOT（Index-Organized Table）： 主键索引叶节点：empno=7369 + 'SMITH' + 800 + ... ← 按主键顺序存储，一次访问

4.2 创建IOT

-- 创建IOT（必须指定主键，主键是IOT的组织键）CREATETABLEscott.zip_codes(zip_code VARCHAR2(10)PRIMARYKEY,city VARCHAR2(50)NOTNULL,province VARCHAR2(50),latitude NUMBER(8,5),longitude NUMBER(8,5))ORGANIZATIONINDEX-- 关键语法：指定为IOTTABLESPACEusers_data PCTTHRESHOLD50-- 行数据超过块大小50%时，溢出到溢出段INCLUDING longitude-- 从此列开始的列放入溢出段（可选）OVERFLOWTABLESPACEusers_data;-- 溢出段表空间

4.3 IOT 的特点

优点：

• 主键查询只需一次I/O（无需回表）
• 行按主键顺序存储，范围查询高效
• 不需要独立的主键索引（减少存储空间）

缺点：

• 非主键列的查询不如普通表（无额外索引时需全表扫描）
• 行较宽时会有溢出段，增加管理复杂度
• 不能直接获取 ROWID（有 UROWID，但不同于普通 ROWID）
• DML 操作时需要维护 B 树结构，代价较高

4.4 IOT的适用场景

1. 字典/代码表：数据量小、以主键查询为主（如邮编、国家代码）
2. 历史数据：只按主键查询、很少更新
3. 数据同步目标：以主键为唯一标识的参考数据表

4.5 在IOT上创建二级索引

-- 为IOT创建二级索引（提高非主键列的查询性能）CREATEINDEXscott.idx_zip_cityONscott.zip_codes(city)TABLESPACEusers_index;-- 注意：IOT的二级索引的行地址是逻辑ROWID，包含主键猜测值

五、查看特殊对象的数据字典

-- 查看所有簇SELECTcluster_name,cluster_type,hashkeys,functionFROMdba_clustersWHEREowner='SCOTT';-- 查看簇中包含的表SELECTtable_name,cluster_nameFROMdba_tablesWHEREowner='SCOTT'ANDcluster_nameISNOTNULL;-- 查看IOTSELECTtable_name,iot_typeFROMdba_tablesWHEREowner='SCOTT'ANDiot_type='IOT';-- 查看IOT溢出段SELECTtable_name,iot_typeFROMdba_tablesWHEREowner='SCOTT'ANDiot_type='IOT_OVERFLOW';

六、普通表 vs 簇 vs IOT 对比

七、最佳实践

1. 簇适合极少变化的主从关系表：如 DEPT/EMP 这类数据量不大、连接频繁的表
2. 哈希簇适合高频等值主键查询：事先预估好键值数量（HASHKEYS），过小会产生碰撞
3. IOT 适合小型字典/代码表：行宽不超过一个块的30%-40%最佳，避免频繁溢出
4. 大多数场景使用普通堆表：最灵活，DML 性能最好，配合合理索引已足够
5. 评估收益再使用：特殊结构虽有针对性优势，但管理复杂度和限制也更多

八、总结

Oracle 特殊对象的核心要点：

1. 索引簇：多表共享同一物理块，消除连接 I/O，适合稳定的关联表
2. 哈希簇：等值主键查询一次 I/O，需预估键值数量
3. IOT：行数据存储在主键B树叶节点，主键查询无回表
4. 选型依据：查询模式是主键等值、范围查询、多表连接，还是通用CRUD
5. 大多数场景：普通堆表 + 合理索引是最优选择

上一篇【第34篇】Oracle索引管理与优化详解
下一篇【第36篇】Oracle用户与权限管理详解（完整版）（明日更新，敬请期待）

参考资料

• 《Oracle 11g数据库管理员指南》— 刘宪军著
• Oracle官方文档：Database Administrator’s Guide - Managing Clusters
• Oracle官方文档：Database Concepts - Index-Organized Tables