读书笔记：为什么数据在磁盘上的存放顺序如此重要？

我们的文章会在微信公众号IT民工的龙马人生和博客网站( www.htz.pw )同步更新 ，欢迎关注收藏，也欢迎大家转载，但是请在文章开始地方标注文章出处，谢谢！
由于博客中有大量代码，通过页面浏览效果更佳。

本文为个人学习《Expert Oracle Database Architecture Techniques and Solutions for High Performance and Productivity（第四版本》一书过程中的笔记与理解分享，仅用于学习与交流，部分内容参考原书观点并结合>实际经验进行整理。若涉及版权问题，请联系删除或沟通处理。也请大家支持购买原版书籍。

为什么数据在磁盘上的存放顺序如此重要？

想象一下，你有一个按照序号排列的文件夹柜。当你需要查找编号连续的文件时（比如从20000号到40000号），如果这些文件都放在相邻的抽屉里，你只需要打开几个抽屉就能快速找到所有文件。这就是数据物理有序存储的优势。

但是，如果有人把这些文件全部打乱，随机放在不同的抽屉里。那么查找同样范围内的文件时，你就需要不停地开关各个抽屉，效率大大降低。这就是数据物理无序存储的问题。

实际测试证明了什么？

我们通过一个具体的测试来展示这种差异：

有序表（COLOCATED）：数据基本按主键顺序存储

• 查询耗时：0.21秒
• 逻辑读取次数：14,495次

无序表（DISORGANIZED）：数据完全打乱存储

• 查询耗时：0.41秒
• 逻辑读取次数：106,830次

虽然两个表包含完全相同的数据，但查询性能却相差近一倍！逻辑读取次数更是相差7倍多。

为什么会产生这种差异？

关键原因在于数据聚集因子（Clustering Factor）：

• 有序表的聚集因子：1190（低）
• 无序表的聚集因子：99929（高）

聚集因子越低，说明相同范围的数据在物理上存储得越集中；聚集因子越高，说明数据存储得越分散。

一个重要的启示

这个实验告诉我们：单纯看表中有多少数据是不够的，数据的物理存储方式同样重要。

这也就解释了为什么有时候在生产环境运行很快的查询，在测试环境却变得很慢——虽然数据内容相同，但物理存储顺序可能完全不同。

如何提高查询效率？

1. 合理设置提取批量（ARRAYSIZE）

   • 增大每次提取的行数（比如从15行增加到100行）
   • 可以减少重复访问相同数据块的次数
   • 对有序数据的提升效果特别明显

2. 考虑数据物理顺序

   • 对于经常需要范围查询的数据，尽量保持物理存储顺序与逻辑顺序一致
   • 可以使用索引组织表（IOT）来强制保持顺序

3. 选择正确的查询方式

   • 对无序数据，有时候全表扫描反而比使用索引更快
   • 要让优化器根据实际情况选择最佳执行计划

总结

数据的物理存储方式就像图书馆的书籍摆放方式：

• 按序号整齐摆放：找书很快
• 随机摆放：找书很慢

虽然书的内容都一样，但查找效率天差地别。因此，在设计数据库时，不仅要关注数据逻辑结构，也要重视物理存储方式，这样才能获得最佳性能。

记住：相同的数据，不同的存放方式，会产生完全不同的性能表现。这是数据库优化中经常被忽视但却至关重要的一点。

------------------作者介绍-----------------------
姓名：黄廷忠
现就职：Oracle中国高级服务团队
曾就职：OceanBase、云和恩墨、东方龙马等
电话、微信、QQ：18081072613
个人博客: (http://www.htz.pw)
CSDN地址: (https://blog.csdn.net/wwwhtzpw)
博客园地址: (https://www.cnblogs.com/www-htz-pw)