上周了解了一下IBM的压缩技术,打算对比一下Oracle的表压缩技术做点研究,先讨论一下Oracle的表压缩技术.
从Oracle9iR2开始，Oracle推出了压缩表技术（table compression），用于压缩数据表中的重复数据，以节省存储空间，压缩技术倾向于在数据仓库中使用。
压缩在数据块级生效，当数据表定义为压缩时，数据库在每个数据块上保留空间存储重复数据的单个拷贝，保留空间被称为符号表（symbol table）。此后在具体行上不必再存储这些重复数据，只需要存放指向符号表相应数据的指针，存储空间因此得以节省。
关于压缩表的基本介绍，参考OTN上的文档:
http://www.oracle.com/technology/oramag/oracle/04-mar/o24tech_data.html
我们看一下简单的测试:
[oracle@jumper oracle]$ sqlplus eygle/eygle SQL*Plus: Release 9.2.0.4.0 - Production on Mon Jun 26 16:07:24 2006 Copyright (c) 1982, 2002, Oracle Corporation. All rights reserved.
SQL> create table test (c1 varchar2(20),c2 varchar2(20)); Table created. SQL> begin PL/SQL procedure successfully completed. SQL> create table test_compress compress as select * from test; Table created. SQL> select table_name,COMPRESSION from user_tables where table_name like 'TEST%'; TABLE_NAME COMPRESS SQL> analyze table test compute statistics; Table analyzed. SQL> analyze table test_compress compute statistics; Table analyzed. |
我们看一下两个表的空间使用情况:
SQL> select table_name,blocks,EMPTY_BLOCKS from user_tables TABLE_NAME BLOCKS EMPTY_BLOCKS SQL> select (28-4)/(18-6) from dual; (28-4)/(18-6) |
我们看到，压缩表只使用了常规表一半的空间。
我们转储一下数据块，看一下压缩表的存储结构：
SQL> select segment_name,file_id,block_id,blocks from dba_extents SEGMENT_NAME FILE_ID BLOCK_ID BLOCKS SQL> alter system dump datafile 3 block 20; System altered. |
找到跟踪文件：
SQL> @gettrcname.sql TRACE_FILE_NAME |
查看内容，首先看一下块头信息:
| data_block_dump,data header at 0xaa84e7c =============== tsiz: 0x1f80 hsiz: 0x5d2 pbl: 0x0aa84e7c bdba: 0x00c00014 76543210 flag=-0------ ntab=2 nrow=727 frre=-1 fsbo=0x5d2 fseo=0x1144 avsp=0x1a tosp=0x1a r0_9ir2=0x0 mec_kdbh9ir2=0x1 r1_9ir2=0x0 76543210 flag_9ir2=-------C fcls_9ir2[3]={ 0 32768 32768 } 0x1c:pti[0] nrow=1 offs=0 0x20:pti[1] nrow=726 offs=1 0x24:pri[0] offs=0x1f72 0x26:pri[1] offs=0x1f6d |
我们看到这个Block中的ntab =2 也就是存在2张表，从下面可以找到table 0的信息:
| tab 0, row 0, @0x1f72 tl: 14 fb: --H-FL-- lb: 0x0 cc: 2 col 0: [ 5] 65 79 67 6c 65 col 1: [ 4] 74 65 73 74 bindmp: 02 d6 02 cd 65 79 67 6c 65 cc 74 65 73 74 |
这个table 0只有一条记录，就是我们之前所说的符号表。
此后的记录才是真实数据，每条数据记录包含一个指针，指向符号表：
| tab 1, row 0, @0x1f6d tl: 5 fb: --H-FL-- lb: 0x0 cc: 2 col 0: [ 5] 65 79 67 6c 65 col 1: [ 4] 74 65 73 74 bindmp: 2c 00 01 02 00 tab 1, row 1, @0x1f68 tl: 5 fb: --H-FL-- lb: 0x0 cc: 2 col 0: [ 5] 65 79 67 6c 65 col 1: [ 4] 74 65 73 74 bindmp: 2c 00 01 02 00 |
这里的bindmp就是指针。
关于压缩表存储结构的进一步探讨可以参考:
biti_rainy 的 关于 9iR2 的 compress table 的研究
http://www.itpub.net/showthread.php?threadid=197403
fuyuncat 的 数据段压缩（Data Segment Compression）浅析
http://fuyuncat.itpub.net/post/5203/45991
压缩表显然是通过CPU换取存储，存储的缩减必然导致存储和查询时压缩和解压缩的CPU消耗。
但是，I/O操作得以节约，我们看一下对以上2个表执行全表扫描的比较：
SQL> set autotrace on COUNT(*) Execution Plan Statistics SQL> select count(*) from test_compress;
Statistics |
压缩表的一致性读只有17，较常规表的31大大减少。
压缩表是为数据仓库设计的特性，所以并不适合OLTP系统，在发生更新时，压缩表会因行链接而迅速扩展空间使用。
请看简单测试:
SQL> update test_compress set c1='oracle' where rownum <10; 9 rows updated. SQL> commit; Commit complete. SQL> analyze table test_compress compute statistics; Table analyzed. SQL> select table_name,blocks,EMPTY_BLOCKS from user_tables TABLE_NAME BLOCKS EMPTY_BLOCKS |
具体可以参考wanghai 的文章: compress table
http://wzwanghai.spaces.msn.com/blog/cns!56626E237AFBD116!206.entry
