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。 D[_N3ts#9  
fA:X#_t  
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。 F: DwLAoP  
qjD]`Y  
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。 K(]=huBoQ  
Vzz;>@I7G{  
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。 {N <OW<*+  
i[.}~zBM  
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。 Tt =zBrUIk  
MRDZh4Oq  
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： =1Q
(&  
\;C f-  
create cluster credit_cluster % ~ .zq.  
(  BAoYo  
card_no varchar2(16), &BUQ 1=)7  
transdate date sort 4siO%bN0S  
) ,sZ|,d4  
hashkeys 10000 hash is ora_hash(card_no) 5r*_5v  
size 256; D3 2 hU]H  
!6YRCbTJH  
X<)n0_x  
create table credit_orders , 1F^#r>  
( Z a?\9hwu4  
card_no varchar2(16),
kDBDeZ"  
transdate date, pV>[P)  
amount number p>>8WSB  
) kN Ow%~`X7  
cluster credit_cluster(card_no,transdate);  ({-n66  
D*pp:[9  
MS"EcI8  
alter session set nls_date_format = "YYYYMMDDHH24MISS"; GivsJ &{\n  
insert into credit_orders (card_no,transdate,amount) TXjne%I.Z  
values ('4111111111111111','20050131000123',57.99); X%zVf|hU  
insert into credit_orders (card_no,transdate,amount) :bDwR yq@e  
values ('4111111111111111','20050130071216',16.59); Tz {qZL%
 
insert into credit_orders (card_no,transdate,amount) (miU"p  
values ('4111111111111111','20050131111111',39.00); q53u: 7  
insert into credit_orders (card_no,transdate,amount) % 1# Xc  
values ('4111111111111111','20050130081001',25.16); +L)hL/!g  
=[@3P6n)Q  
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。 C_!7yKM  
U8eGnC<k