表的概念

在优化数据库的时候，如果应用相对来来说很简单，没有复杂耗时的sql，要想大幅度提升数据库的性能（事务响应时间），就只能通过调整系统参数和表的存储参数了.所以最近要从底层总结下相关知识，也加深自己对oracle的基本概念的理解。

表的概念

我们当前环境都是用二维表来存储数据的，那表又是什么呢？Oracle是一种关系型数据库系统，在关系型数据库里，一组关系的实体化就组成了一张表。表里面有一个或多个字段，这些字段按着某种规则（称为关系，一般是业务规则）组成一个集合，这样的每一个关系，我们就成为一条记录或行。表是个十分重要的概念，无论是DBA还是研发人员大部分的工作就是和不同表打交道。

Oracle的表是如何存储的？oracle的表是按行来存储数据的。下面谈谈和存储有关的概念，oracle最小的存储单元是block（块），一般大小在2k-32k之间，默认是8k。这个oracle的block和os的block是不一样的，要远大于os的block，所以oracle的block不是io的基本单元，只是oracle的基本访问单元。对于oracle来说每个表空间都有一个唯一block大小，在oracle8i或更早版本中，整个数据库的所有表空间都有唯一block的大小，从oracle9i开始，不同的表空间可以拥有不同的表空间，因此参数db_block_size不在表示数据库块的大小，而是缺省表空间的大小。

Oracle的block的大小是最小访问单元，但他的值太小，如果表的存储按一个block一个block的大小分配，那效率太低了；为此oracle又引入了更大的单位extent（扩展），extent是oracle最小的分配单元，它是由连续的block组成的，oracle在给对象分配空间的时候，最少分配一个extent；extent由一个或多个block连续组成，这样连续是逻辑，在当下存储充分使用条带化条件下，不保证block物理也是连续的。

比extent更大的单位是segment，也就是我们常说的段，一组结构相同的extent就组成了一个segment，segment是存储在某个表空间的，表空间是个逻辑概念，一个表空间一般包括一个或着多个数据文件，也可以不包含数据文件，但这样的表空间是不同使用的。其实segment是存储在数据文件里，但是这种存储是按照表空间来组织的，一个段可能存储在一个数据文件中，也可能存储在多个数据文件中，不过这些数据文件必须属于同一个表空间。下面的图是一个很好的逻辑示意图：

表在Oracle数据库中就是存储在"Segment"里的。一张普通的表就对应一个SEGMENT，不过还有一些特例：

l 一张索引组织表可能包含了多个段，比如OVERFLOW段

l 一张表中，如果有LOB字段，那么LOB字段可能存储在独立的段中，那么这张表也可能包含多个段

l 一张分区表可能存储在N个独立的段中，这些段甚至可能存储在不同的表空间中

l 在一个CLUSTER(簇)中，可能存储多张表，而不是一张表。因此存储于簇中的表，表和SEGMENT不是一一对应的

通过上面的介绍大家知道了表的数据实际上是作为“段”的形式存储在表空间里的。当创建一个表的时候，Oracle自动会为这张表创建段，并分配第一个扩展（EXTENT）。我们已经知道了每个EXTENT是由多个连续的BLOCK组成的，数据就存储在这些BLOCK中，当这些BLOCK都使用完了，那么当下一次需要插入数据的时候，Oracle会自动为这张表扩展一个EXTENT。所以随着数据量的增长，这张表在不断的扩展。某张表的扩展的数量受到表空间容量和表的MAXEXTENTS参数的限制。对于早期版本的数据库，MAXEXTENTS的缺省值是255,这种情况下，某些较大的表就很容易达到了MAXEXTENTS的极限，这个时侯再插入数据，我们可能就会看到ORA-01631: Max # Extents (%s) Reached in TABLE %s.%s错误信息。这个时候就必须去加大MAXEXTENTS参数了。

了解了表和SEGMENT，下面我们来看看表的内部，我们知道表中的数据是存储在BLOCK里的，那么BLOCK的结构是什么样的呢？

实际上在一个BLOCK里，头部是BLOCK的HEADER，存储了一些数据块的信息、SCN、事务槽等信息。尾部的4个字节是块尾，块尾的目的是和块头的数据进行校验，确保这个数据块是一致的。块头和块尾中间的部分就是存储数据的。表中的数据是从数据块的底部开始存储的。比如我们在某个BLOCK中存储了3条记录，那么第一条记录的尾部正好和块尾相接，存储在BLOCK的最后，第三条记录存储在靠近块头的地方，前面就是这个块的空闲空间。随着数据块中数据的增长，数据区域逐渐接近块头的位置，也就是块中空闲的部分越来越少。如果这个块的空闲空间不足以插入一条新纪录了，那么就会寻找别的可以插入数据的块，如果所有的数据块都已经满了，那么就会扩展一个新的EXTENT。

现在我们的表中都设计了大量的VARCHAR字段，VARCHAR字段使用起来十分灵活，而且不会浪费空间，所以很好用。不过VARCHAR字段的使用也给BLOCK中的数据重组带来了麻烦。比如说我们在一张包含VARCHAR字段的表中插入一条数据的时候，如果某个字段首先我们插入了1个字节，而后来我们通过UPDATE将这个字段的值修改为200个字节，那么这条记录就需要重组，从而导致整个BLOCK进行重组。而如果这个时候我们修改的这条记录所在的BLOCK已经没有200个空闲的字节了，那么这条记录修改后就无法存储在这个BLOCK里了，Oracle在处理这种情况的时候，会把这条记录整个迁移到另外一个存在足够空闲空间的数据块中，而在原来记录的地方登记一个指向新位置的指针，这种情况就是我常说的行链。行链的产生，会加大系统的开销，影响对数据访问的性能。

表的分类及特点

我们大多系统只适用oracle的两种数据结构：分别是堆表和B*树索引，如果系统没有使用IOT或群，表示对数据优化访问没有进行充分的考虑。

1. 堆组织表（heap-organized table）

这是一种标准的数据库表，这种表的管理方式类似堆的管理，在增加数据时，在使用段中找到适合数据的可用空间；在删除数据时，在使空间可供后续更新和插入使用，堆是一连串的空间，这些空间以某种随机的方式使用。

2. B*树索引集群表（B* Tree index clustered table）

这种类型的集群表的主要完成两件事，一件是许多表可以物理的存储在一起。一般来说，来自同一个表的数据可以期望在一个数据块找到，利用集群表，可以让来自不同的表里数据一起存储在相同的数据块里。第二件是包含相同群键值的所有数据将物理的存储在一起，这些数据围绕群键值集群。群键利用B*树索引构造

所有表共享一个群键索引这一事实表示减少了索引的需要（散列群完全消除了对索引的需求，因为数据就是索引）。因为把数据存储在一起和共享群键索引可以有效的减少物理io，甚至减少逻辑io。从另一个角度说，也提高所需块的有效性（eg：本来需要10个块的提供，现在只需要2个块提供），这样也就自然提高了高速缓存的效率，可以使高速缓存缓存更多有效的块 群存在的连个基本限制：

l 不能进行群的直接路径装载

l 不能分区集群表

Oracle的数据库字典表主要是以群存放的（B*树群）

3. 散列集群表(hash-clusterd table)

这种类型的表类似B*树索引集群表，但不使用B*树索引按群键定位数据，散列群是使用散列算法把群键转化为数据块的地址，然后通过这个块地址查找数据，散列群跳过了除块读取外的所有io，这里的数据类似索引。散列表适合用在通过键的相等比较读取数据的时候。有两种类型的散列表，分别是单表和多表的散列群

4. 索引组织表(index-organized table(IOT))

这种表存储在索引结构中，他利用行的自身物理顺序。与堆不一样，堆中的数据是放在任何适合它的地方，而在IOT中，数据以根据主键来排序的次序存放。所以会影响插入的速度

5. 外部表(external table)

这种类型的表是oracle9i R1的新类型，它提供了将数据存储在oracle数据库的外部，不能修改这表的中数据，只能查询表中的数据，而且还不能像通常那样索引他们

集群表的共性是数据的集群存储，提供了数据预链接的作用，减少物理io的消耗。分为B*树索引集群表和散列集群表，这两个表的不同点是：

l B*树索引集群表用传统的B*树索引来存储一个键值和可找到数据的块地址，它非常像表上的索引，通过群键索引查找键值，找到数据所在的块地址，然后在其上查找数据。

l 散列表是用散列算法将键值转化为数据的块地址，从避免额外的io，直接读取数据块，数据自身就相当于索引。

集群表的优点：

l 物理集中放置数据

l 提高缓冲区高速缓存效率

l 加少物理io，甚至减少逻辑io

l 减少索引的需求，B*树索引集群表共享一个群键索引，而散列集群表的数据将相当于索引

群的缺点：

l 要仔细考虑设置合适的群尺寸，设置size值过大会浪费空间，设置过小不能体现群的主要好处（数据的集中存储），如果要更改size不合理的群，需要重建群。

l 必须控制和可控制对群的插入，否则会影响群的效果

l 集群表的插入要比堆表慢，因为数据必须进入适当的位置，而堆表可以在任何可以放入数据的地方添加数据，不需要将数据努力的保存在某个地方。这样并不是说集群表就不适合读写程序

索引组织表（IOT）

IOT用类似B*树的存储方法，在IOT中数据是按主键有序的存储在B*树索引结构中，而堆组织表是以一种无序的集合存储。与B*索引不同的是，在IOT的每个叶节点既有每行的主键值，又有那些非主键列值，即IOT是把数据和一个主键值物理的存储在一起。而普通表的索引只会对索引列索引，在索引结构中不包含非索引列的信息。

IOT与B*树群有如下不同点：

l 存在一个数据结构，一个索引结构。而B*树群有一个索引和数据项

l 存储是主键排序存储的，而B*树群是按键值存储，但并不按键值排序

l 设置IOT的尺寸要比设置集群表容易，不用像其群表那样估算键（size）的最大数目

l IOT除了具有集群表所有的优点，他还有一些特有的优点。索引是相当复杂的结构，它具有到处移动行的能力（集群表不能），允许更好的将相关的数据集中在一起存储。插入顺序是群要考虑的主要因素，IOT不需要考虑。

l IOT表可以在线联机重建或重组

IOT也存在一些缺点：

与群表一样，插入速度要比普通表慢，因为数据要装入特定的位置；它比较适合行比较小的表，行大了容易溢出段

IOT适用的环境：

1.表的全部列或大多数列为索引

2只会通过主键来访问一个表

3希望数据以特定的顺序物理存储

4希望某些数据物理地存储在同一处

5 经常在一个主键或唯一键上使用between查询，用IOT比较提高性能

Oracle的外部表一般用于数据装载和重装，把它单拿出来，哪天具体的学习下。