Oracle索引聚簇因子的含義及重要性

時間  2021-01-15
欄目 Oracle 简体版
原文   原文鏈接



索引統計信息中需要我們最爲重點關注的是CLUSTERING_FACTOR(聚簇因子)。

在Oracle數據庫中，聚簇因子是指按照索引鍵值排序的索引行和存儲於對應表中數據行的存儲順序和相似度。Oracle是按照如下的算法來計算聚簇因子的值：

  1. 聚簇因子的初始值爲1。

  2. Oracle首先定位到目標索引處於最左邊的葉子塊。

  3. 從最左邊的葉子塊的第一個索引鍵值所在的索引行開始順序掃描，在順序掃描的過程中，Oracle會比對當前索引行的rowid和它之前的那個索引行(它們是相鄰的關係)的rowid，如果這兩個rowid並不是指向同一個表塊，那麼Oracle就將聚簇因子的當前值遞增1；如果這兩個rowid是指向同一個表塊，Oracle就不改變聚簇因子的當前值。注意，這裏Oracle在比對rowid時不需要回表去訪問相應的表塊。

  4. 上述比對rowid的過程會一直持續下去，直到順序掃描完目標索引所有葉子塊裏的所有索引行。

  5. 上述順序掃描操作完成後，聚簇因子的當前值就是索引統計信息中的CLUSTERING_FACTOR，Oracle會將其存儲在數據字典裏。

從上述聚簇因子的算法可以知道，如果聚簇因子的值接近對應表的表塊的數量，則說明目標索引索引行和存儲於對應表中數據行的存儲順序相似程度非常高。這也就意味着Oracle走索引範圍掃描後取得目標rowid再回表去訪問對應表塊的數據時，相鄰的索引行所對應的rowid極有可能處於同一個表塊中，即Oracle在通過索引行記錄的rowid回表第一次讀取對應的表塊並將該表塊緩存在buffer cache中後，當再通過相鄰索引行記錄的rowid回表第二次讀取對應的表塊時，就不需要再產生物理I/O了，因爲這次要訪問的和上次已經訪問過的表塊是同一個塊，Oracle已經將其緩存在了buffer cache中。而如果聚簇因子的值接近對應表的記錄數，則說明目標索引索引行和存儲於對應表中數據行的存儲順序和相似程度非常低，這也就意味着Oracle走索引範圍掃描取得目標rowid再回表去訪問對應表塊的數據時，相鄰的索引行所對應的rowid極有可能不處於同一個表塊中，即Oracle在通過索引行記錄的rowid回表第一次去讀取對應的表塊並將表塊緩存在buffer cache中後，當再通過相鄰索引行記錄的rowid回表第二次讀取對應的表塊時，還需要再產生物理I/O，因爲這次要訪問的和上次已經訪問過的表塊並不是同一個塊。

換句話說，聚簇因子高的索引走索引範圍掃描時比相同條件下聚簇因子低的索引要耗費更多的物理I/O，所以聚簇因子高的索引走索引範圍掃描的成本會比相同條件下聚簇因子低的索引走索引範圍掃描的成本高。

這裏構造一個非常極端的例子，全索引中沒有任何相鄰的索引行記錄的rowid指向表中相同的數據塊:

wKiom1ixjzXA39l-AAIWFY4GW9U506.png

根據上述聚簇因子的算法，我們可以算出此索引IDX_T1的聚簇因子的值應是20。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
[email protected]> create  table  t1 (id number, name  char (1200));
 
Table  created.
 
[email protected]> insert  into  t1  values (1, '1' );
 
1 row created.
 
[email protected]> insert  into  t1  values (3, '3' );
 
1 row created.
 
[email protected]> insert  into  t1  values (5, '5' );
 
1 row created.
 
[email protected]> insert  into  t1  values (7, '7' );
 
1 row created.
 
[email protected]> insert  into  t1  values (9, '9' );
 
1 row created.
 
[email protected]> insert  into  t1  values (11, '11' );
 
1 row created.
 
[email protected]> insert  into  t1  values (13, '13' );
 
1 row created.
 
[email protected]> insert  into  t1  values (15, '15' );
 
1 row created.
 
[email protected]> insert  into  t1  values (17, '17' );
 
1 row created.
 
[email protected]> insert  into  t1  values (19, '19' );
 
1 row created.
 
[email protected]> insert  into  t1  values (2, '2' );
 
1 row created.
 
[email protected]> insert  into  t1  values (4, '4' );
 
1 row created.
 
[email protected]> insert  into  t1  values (6, '6' );
 
1 row created.
 
[email protected]> insert  into  t1  values (8, '8' );
 
1 row created.
 
[email protected]> insert  into  t1  values (10, '10' );
 
1 row created.
 
[email protected]> insert  into  t1  values (12, '12' );
 
1 row created.
 
[email protected]> insert  into  t1  values (14, '14' );
 
1 row created.
 
[email protected]> insert  into  t1  values (16, '16' );
 
1 row created.
 
[email protected]> insert  into  t1  values (18, '18' );
 
1 row created.
 
[email protected]> insert  into  t1  values (20, '20' );
 
1 row created.
 
[email protected]> commit ;
 
Commit  complete.
 
[email protected]> create  index  idx_t1  on  t1(id);
 
Index  created.
 
[email protected]>col location  for  a10
[email protected]> select  id,dbms_rowid.rowid_relative_fno(rowid)|| '_' ||dbms_rowid.rowid_block_number(rowid) location  from  t1  order  by  location,id;
 
         ID LOCATION
---------- ----------
          1 4_300
          3 4_300
          5 4_300
          7 4_300
          9 4_300
         11 4_301
         13 4_301
         15 4_301
         17 4_301
         19 4_301
          2 4_302
          4 4_302
          6 4_302
          8 4_302
         10 4_302
         12 4_303
         14 4_303
         16 4_303
         18 4_303
         20 4_303
 
20  rows  selected.

從上述顯示結果可以看出1、3、5、7、9在4號文件的300號數據塊內，11、13、15、17、19在4號文件的301號數據塊內，2、4、6、8、10在4號文件的第302號數據塊內，12、14、16、18、20在4號文件的第303號數據塊內。

收集統計信息並查看聚簇因子的值

1
2
3
4
5
6
7
8
9
10
#收集統計信息並查看聚簇因子的值
[email protected]> exec  dbms_stats.gather_table_stats(ownname=> 'ZX' ,tabname=> 'T1' ,method_opt=> 'for all columns size auto' , cascade => true ,estimate_percent=>100);
 
PL/SQL  procedure  successfully completed.
 
[email protected]> select  index_name,clustering_factor  from  dba_indexes  where  index_name= 'IDX_T1' ;
 
INDEX_NAME                                                                                 CLUSTERING_FACTOR
------------------------------------------------------------------------------------------ -----------------
IDX_T1                                                                                                    20


在Oracle數據庫中，能夠降低目標索引的聚簇因子的唯一方法就是對錶中的數據按照目標索引的索引鍵值排序後重新存儲。需要注意的是，這種按某一個目標索引的索引鍵值排序後重新存儲表中數據的方法確實可以降低該目標索引聚簇因子的值 ，但可能會同時增加該表上存在的其他索引值的聚簇因子的值。

將表T1的數據原封不動的照搬到表T2中，只不過表T2的數據在存儲時已經按id列排好序了

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
[email protected]> create  table  t2  as  select  *  from  t1  order  by  id;
 
Table  created.
 
[email protected]> create  index  idx_t2  on  t2(id);
 
Index  created.
 
[email protected]> select  id,dbms_rowid.rowid_relative_fno(rowid)|| '_' ||dbms_rowid.rowid_block_number(rowid) location  from  t2  order  by  location,id;
 
         ID LOCATION
---------- ----------
          1 4_171
          2 4_171
          3 4_171
          4 4_171
          5 4_171
          6 4_172
          7 4_172
          8 4_172
          9 4_172
         10 4_172
         11 4_173
         12 4_173
         13 4_173
         14 4_173
         15 4_173
         16 4_174
         17 4_174
         18 4_174
         19 4_174
         20 4_174
 
20  rows  selected.
 
[email protected]> exec  dbms_stats.gather_table_stats(ownname=> 'ZX' ,tabname=> 'T1' ,method_opt=> 'for all columns size auto' , cascade => true ,estimate_percent=>100);
 
PL/SQL  procedure  successfully completed.
 
[email protected]> select  index_name,clustering_factor  from  dba_indexes  where  index_name= 'IDX_T2' ;
 
INDEX_NAME                                                                                 CLUSTERING_FACTOR
------------------------------------------------------------------------------------------ -----------------
IDX_T2                                                                                                     4

重複與表T1相同的一系列的操作，從結果可以看出索引IDX_T2的聚簇因子降爲了4。而相鄰的數據也都在同一數據塊中。

在Oracle數據庫裏，CBO在計算索引範圍掃描(Index Range Scan)的成本時會使用如下公式：

IRS Cost = I/O Cost + CPU Cost

而I/O Cost的計算公式爲：

I/O Cost = Index Access I/O Cost + Table Access I/O Cost

Index Access I/O Cost = BLEVEL + CEIL(#LEAF_BLOCKS * IX_SEL)

Table Access I/O Cost = CEIL(CLUSTERING_FACTOR * IX_SEL_WITH_FILTERS)

從這個公式可以推斷走索引範圍掃描的成本可以近似看作是和聚簇因子成正比，因此，聚簇因子值的大小實際上對CBO判斷是否走相關的索引起着至關重要的作用。

演示一個例子，通過修改聚簇索引的值就讓原本走索引範圍掃描的執行計劃變成了走全表掃描：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
[email protected]> create  table  t1  as  select  *  from  dba_objects;
 
Table  created.
 
[email protected]> create  index  idx_t1  on  t1(object_id);
 
Index  created.
 
[email protected]> select  clustering_factor  from  dba_indexes  where  index_name= 'IDX_T1' ;
 
CLUSTERING_FACTOR
-----------------
              1063
 
[email protected]> select  /*+ cluster_factor_expmple_1 */ object_id,object_name  from  t1  where  object_id  between  103  and  108;
 
  OBJECT_ID OBJECT_NAME
---------- ------------------------------
        103 MIGRATE$
        104 DEPENDENCY$
        105 ACCESS$
        106 I_DEPENDENCY1
        107 I_DEPENDENCY2
        108 I_ACCESS1
 
6  rows  selected.
 
[email protected]> select  *  from  table (dbms_xplan.display_cursor( null , null , 'all' ));
 
PLAN_TABLE_OUTPUT
------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
SQL_ID  ga3jv3kwwwmx5, child number 0
-------------------------------------
select  /*+ cluster_factor_expmple_1 */ object_id,object_name  from  t1
where  object_id  between  103  and  108
 
Plan hash value: 50753647
 
--------------------------------------------------------------------------------------
| Id  | Operation                   |  Name    |  Rows   | Bytes | Cost (%CPU)|  Time      |
--------------------------------------------------------------------------------------
|   0 |  SELECT  STATEMENT            |        |       |       |     3 (100)|          |
|   1 |   TABLE  ACCESS  BY  INDEX  ROWID| T1     |     6 |   474 |     3   (0)| 00:00:01 |
|*  2 |    INDEX  RANGE SCAN          | IDX_T1 |     6 |       |     2   (0)| 00:00:01 |
--------------------------------------------------------------------------------------
......省略部分輸出

SQL走了索引範圍掃描，成本值爲3

使用Hint強制SQL走全表掃描：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
[email protected]> select  /*+  full (t1) */ object_id,object_name  from  t1  where  object_id  between  103  and  108;
 
  OBJECT_ID OBJECT_NAME
---------- ------------------------------
        103 MIGRATE$
        104 DEPENDENCY$
        105 ACCESS$
        106 I_DEPENDENCY1
        107 I_DEPENDENCY2
        108 I_ACCESS1
 
6  rows  selected.
 
[email protected]> select  *  from  table (dbms_xplan.display_cursor( null , null , 'all' ));
 
PLAN_TABLE_OUTPUT
------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
SQL_ID  b7hjwuvmg2ncy, child number 0
-------------------------------------
select  /*+  full (t1) */ object_id,object_name  from  t1  where  object_id
between  103  and  108
 
Plan hash value: 3617692013
 
--------------------------------------------------------------------------
| Id  | Operation         |  Name  |  Rows   | Bytes | Cost (%CPU)|  Time      |
--------------------------------------------------------------------------
|   0 |  SELECT  STATEMENT  |      |       |       |   287 (100)|          |
|*  1 |   TABLE  ACCESS  FULL | T1   |     6 |   474 |   287   (1)| 00:00:04 |
--------------------------------------------------------------------------
......省略部分輸出

現在SQL走全表掃描，成本值爲287。

我們已經知道走索引範圍掃描的成本可以近似看作是和聚簇因子成正比，所以如果想讓上述SQL的執行計劃從索引範圍掃描變爲全表掃描，那麼只需要調整聚簇因子的值，使走索引範圍掃描的成本值大於走全表掃描的成本值346即可達到目的。

先將索引IDX_T1的聚簇因子的值手工調整爲100萬：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
[email protected]> exec  dbms_stats.set_index_stats(ownname=> 'ZX' ,indname=> 'IDX_T1' ,clstfct=>1000000,no_invalidate=> false );
 
PL/SQL  procedure  successfully completed.
 
[email protected]> select  clustering_factor  from  dba_indexes  where  index_name= 'IDX_T1' ;
 
CLUSTERING_FACTOR
-----------------
           1000000
 
[email protected]> select  /*+ cluster_factor_expmple_2 */ object_id,object_name  from  t1  dbms_stats.set_index_stats(ownname=> 'ZX' ,indname=> 'IDX_T1' ,clstfct=>1000000,no_invalidate=> false );
 
PL/SQL  procedure  successfully completed.
 
[email protected]> select  clustering_factor  from  dba_indexes  where  index_name= 'IDX_T1' ;
 
CLUSTERING_FACTOR
-----------------
           1000000
 
[email protected]> select  /*+ cluster_factor_expmple_2 */ object_id,object_name  from  t1  where  object_id  between  103  and  108;
相關文章
相關標籤/搜索
每日一句
    每一个你不满意的现在，都有一个你没有努力的曾经。
本站公眾號
   歡迎關注本站公眾號,獲取更多信息
聯繫我們 最近搜索 最新文章 沪ICP备13005482号-10 MyBatis教程 SQL 教程 MySQL教程 Java 教程 Thymeleaf 教程 Hibernate教程 Spring教程 Redis教程