如何使用“排序哈希簇”来提高查询速度

当数据存储在一个普通表中的时候，这些记录将以插入到数据库时的顺序物理地保存到分配的块中。例如，如果有一个用于存储员工信息的表，那么员工姓名将会按照插入到表的顺序存储在表中。

如果员工记录非常多的话，那么数据表的响应速度就会逐渐变慢。你可以通过选择值相对等分布的一列(如员工的部门编号)并建立一个簇表来提高查询员工的速度。

在簇表中，如果员工属于同一个部门，那么它们的记录将物理地存储在同一系列的块中。这样就可以提高查找员工信息的速度，这是因为在检索某个特定部门的员工时，需要读取数据库块的数量减少了。而在非簇表中查找员工，就可能需要对每个数据库块进行访问。

当表中存在大量键值的时候，你就会开始发现由于存在许多簇块而导致的性能问题。避免这个问题的一个方法就是使用一个哈希函数来约束簇块的数量。哈希函数将会给定一个数值用来限定簇块数量的预计范围，但它得到的值是相对等分布的。例如你可以创建一个哈希函数,只比较部门编号的最后两位。

哈希函数中存在的一个问题就是函数值会打乱记录原本的顺序。你可以通过 ORDER BY来解决这个问题;但是，在很多情况下，记录数量是非常庞大的。在Oracle 10g 中，你可以将一个数据定义为“natural order” ，那么就可以不用经过排序而以你所希望的顺序来检索哈希簇的数据，从而解决了上面的提出问题。

例如，假设你有一个信用卡业务的数据库。你决定以信用卡号作为簇主键将有利于数据的存储分布。但是，由于存在大量的信用卡号，所以可以使用一个哈希函数来约束簇块的数量。而且你希望在你的大部分报表中数据是按照时间顺序排列的，那么在进行每个查询操作时使用排序哈希簇，而不要使用ORDER BY。下面给出了相关语句：

　　create cluster credit_cluster ( 
　　card_no varchar2(16), 
　　transdate date sort 
　　) 
　　hashkeys 10000 hash is ora_hash(card_no) [znP80w1( 
　　size 256; 
　　create table credit_orders 
　　( 
　　card_no varchar2(16), transdate date, 
　　amount number ) 
　　cluster credit_cluster(card_no,transdate); 
　　alter session set nls_date_format = "YYYYMMDDHH24MISS"; 
　　insert into credit_orders (card_no,transdate,amount) 
    values ("4111111111111111","20050131000123",57.99); 
　　insert into credit_orders (card_no,transdate,amount) 
　　values ("4111111111111111","20050130071216",16.59); 
　　insert into credit_orders (card_no,transdate,amount) 
　　values ("4111111111111111","20050131111111",39.00); 
　　insert into credit_orders (card_no,transdate,amount) 
　　values ("4111111111111111","20050130081001",25.16); 数据挖掘研究院 

可以看到我在这里使用了一个新函数ORA_HASH 来为信用卡建立一个哈希数值。现在，你可以非常简单地对某个信用卡数据进行查询，并返回自动排序后的结果。（责任编辑：卢兆林）

数据挖掘研究院

数据挖掘实验室

Create By Any-Extract(WL-AE) 数据挖掘研究院