索引组织表(index organized table, IOT)就是存储在一个索引结构中的表。存储在堆中的表是无组织的(也就是说，只要有可用的空间，数据可以放在任何地方)，IOT中的数据则按主键存储和排序。对你的应用来说，IOT表和一个“常规”表并无二致。
索引组织表的数据按主键排序手段被存储在B-树索引中，除了存储主键列值外还存储非键列的值。普通索引只存储索引列，而索引组织表则存储表的所有列的值。
索引组织表一般适应于静态表，且查询多以主键列。当表的大部分列当作主键列时，且表相对静态，比较适合创建索引组织表！（8i以上）
既然它属于表，那么它当然也有建立索引的需求。由于它的索引的结构，比如说由于索引叶节点的分裂，行所在块可能会发生改变，因而建立在IOT上的索引和一般的索引的最大区别是它存的是IOT的行的逻辑地址，也就是UROWID，oracle用这个逻辑rowid来猜这个行所在的块，如果猜到了，那么这个urowid是正确的，否则它从这个地址向下遍历来找这条记录。
IOT表的rowid是逻辑上的，因为IOT表中的行的位置是在不断变化的(例如插入新的行，有可能带来其它行的位置移动)
IOT有什么意义呢？使用堆组织表时，我们必须为表和表主键上的索引分别留出空间。而IOT不存在主键的空间开销，因为索引就是数据，数据就是索引，二者已经合二为一。但是，IOT带来的好处并不止于节约了磁盘空间的占用，更重要的是大幅度降低了I/O,减少了访问缓冲区缓存(尽管从缓冲区缓存获取数据比从硬盘读要快得多，但缓冲区缓存并不免费，而且也绝对不是廉价的。每个缓冲区缓存获取都需要缓冲区缓存的多个闩，而闩是串行化设备，会限制应用的扩展能力)
IOT适用的场合有：
1、完全由主键组成的表。这样的表如果采用堆组织表，则表本身完全是多余的开销，因为所有的数据全部同样也保存在索引里，此时，堆表是没用的。
2、代码查找表。如果你只会通过一个主键来访问一个表，这个表就非常适合实现为IOT.
3、如果你想保证数据存储在某个位置上，或者希望数据以某种特定的顺序物理存储，IOT就是一种合适的结构。
IOT提供如下的好处：
·提高缓冲区缓存效率，因为给定查询在缓存中需要的块更少。
·减少缓冲区缓存访问，这会改善可扩缩性。
·获取数据的工作总量更少，因为获取数据更快。
·每个查询完成的物理I/O更少，因为对于任何给定的查询，需要的块更少，而且对地址记录的一个物理 I/O 很可能可以获取所有地址（而不只是其中一个地址，但堆表实现就只是获取一个地址）
如果经常在一个主键或惟一键上使用BETWEEN 查询也是如此，因为相近的记录存在一起，查询时引入的逻辑IO和物理IO都会更少。
索引组织表的详细参数
ops$tkyte@ORA10GR1> select dbms_metadata.get_ddl( 'TABLE', 'T1' ) from dual;
S_METADATA.GET_DDL('TABLE','T1')
-----------------------------------------------------------------------------
CREATE TABLE "OPS$TKYTE"."T1"
"X" NUMBER(*,0),
"Y" VARCHAR2(25),
"Z" DATE,
PRIMARY KEY ("X") ENABLE
ANIZATION INDEX
OMPRESS
PCTFREE 10 INITRANS 2 MAXTRANS 255 LOGGING
STORAGE(INITIAL 65536 NEXT 1048576 MINEXTENTS 1 MAXEXTENTS 2147483645
PCTINCREASE 0 FREELISTS 1 FREELIST GROUPS 1 BUFFER_POOL DEFAULT)
TABLESPACE "USERS"
PCTTHRESHOLD 50
NOCOMPRESS 选项
这个选项对索引一般都可用。它告诉 Oracle 把每个值分别存储在各个索引条目中（也就是不压缩）。如果对象的主键在 A、B 和 C 列上， A、B 和 C 的每一次出现都会物理地存储。 NOCOMPRESS 反过来就是 COMPRESS N ，在此 N 是一个整数，表示要压缩的列数。这样可以避免重复值，并在块级提取 “公因子”（ factor out ）。这样在 A 的值（以及 B 的值）重复出现时，将不再物理地存储它们。
下面做一个快速的测试，对前面 CREATE TABLE 的 SELECT 分别采用 NOCOMPRESS 、 COMPRESS 1 和COMPRESS 2 选项，来展示能节省多少空间。先来创建 IOT ，但不进行压缩：
ops$tkyte@ORA10GR1> create table iot
2 ( owner, object_type, object_name,
3 constraint iot_pk primary key(owner,object_type,object_name)
4 )
5 organization index
6 NOCOMPRESS
7 as
8 select distinct owner, object_type, object_name
9 from all_objects
10 /
tablle created.
现在可以测量所用的空间。为此我们将使用 ANALYZE INDEX VALIDATE STRUCTURE 命令。这个命令会填写一个名为 INDEX_STATS 的动态性能视图，其中最多只包含一行，即这个 ANALYZE 命令最后一次执行的信息：
ops$tkyte@ORA10GR1> analyze index iot_pk validate structure;
index analyzed.
ops$tkyte@ORA10GR1> select lf_blks, br_blks, used_space,
2 opt_cmpr_count, opt_cmpr_pctsave
3 from index_stats;
LF_BLKS BR_BLKS USED_SPACE OPT_CMPR_COUNT OPT_CMPR_PCTSAVE
284 3 2037248 2 33
由此显示出，我们的索引目前使用了 284 个叶子块（即数据所在的块），并使用了 3 个分支块（ Oracle在索引结构中导航所用的块）来找到这些叶子块。使用的空间大约是 2MB （2,038,248 字节）。另外两列名字有些奇怪，这两列是要告诉我们一些信息。 OPT_CMPR_COUNT （最优压缩数）列要说的是：“ 如果你把这个索引置为 COMPRESS 2 ，就会得到最佳的压缩 ” 。 OPT_CMPR_PCTSAVE （最优的节省压缩百分比）则是说 ，如果执行 COMPRESS 2 ，就能节省大约 1/3 的存储空间，索引只会使用现在 2 /3 的磁盘空间。
下面用COMPRESS 2进行压缩：
ops$tkyte@ORA10GR1> alter table iot move compress 2;
Table altered.
ops$tkyte@ORA10GR1> analyze index iot_pk validate structure;
Index analyzed.
ops$tkyte@ORA10GR1> select lf_blks, br_blks, used_space,
2 opt_cmpr_count, opt_cmpr_pctsave
3 from index_stats;
LF_BLKS BR_BLKS USED_SPACE OPT_CMPR_COUNT OPT_CMPR_PCTSAVE
190 1 1359357 2 0
现在大小有了显著减少，不论是叶子块数还是总的使用空间都大幅下降。
（关于这个参数的详细说明参见第十一章 索引 11.2.1借 索引键压缩 ）
OVERFLOW&PCTTHRESHOLD&INCLUDING选项
OVERFLOW 子句允许你建立另一个段（这就使得 IOT 成为一个多段对象，就像有一个 CLOB 列一样），如果 IOT 的行数据变得太大，就可以溢出到这个段中。
注意：构成主键的列不能溢出，它们必须直接放在叶子块上。
PCTTHRESHOLD ：行中的数据量超过块的这个百分比时，行中余下的列将存储在溢出段中。所以，如果 PCTTHRESHOLD 是 10% ，而块大小是 8KB ，长度大于 800 字节的行就会把其中一部分存储在别处，而不能在索引块上存储。
INCLUDING ：行中从第一列直到 INCLUDING 子句所指定列（也包括这一列）的所有列都存储在索引块上，余下的列存储在溢出段中。
对于 IOT 最后要考虑的是建立索引。 IOT 本身可以有一个索引，就像在索引之上再加索引，这称为二次索引（ secondary index ）。 正常情况下，索引包含了所指向的行的物理地址，即 rowid 。而 IOT 二次索引无法做到这一点；它必须使用另外某种方法来指示行的地址。这是因为 IOT 中 的行可以大量移动， 而且它不像堆组织表中的行那样 “ 迁移 ” 。 IOT 中的行肯定在索引结构中的每个位置上，这取决于它的主键值；只有当索引本身的大小和形状 发生改变时行才会移动（下一章将更详细地讨论索引结构如何维护）。
为了适应这种情况， O racle 引入了一个逻辑 rowid （ logical rowid ）。 这些逻辑 rowid 根据 IOT 主键建立。对于行的当前位置还可以包含一个 “ 猜测 ” ，不过这个猜测几乎是错的，因为稍过一段时间后， IOT中的数据可能就会 移动。这个猜测是行第一次置于二次索引结构中时在 IOT 中的物理地址。如果 IOT 中 的行必须移动到另外一个块上，二次索引中的猜测就会变得 “ 过时 ” 。因 此，与常规表相比， IOT 上的索 引效率稍低。在一个常规表上，索引访问通常需要完成一个 I/O 来扫描索引结构，然后需要一个读来读取表数据。对于 IOT ， 通常要 完成两个扫描；一次扫描二次结构，另一次扫描 IOT 本身。除此之外， IOT 上的索引可以使用非主键列提供 IOT 数据的快速、高效访问。
索引组织表小结
在 建立 IOT 时，最关键的是适当地分配数据，即哪些数据存储在索引块上，哪些数据存储在溢出段上。对溢出条件不同的各种场景进行基准测试，查看对 INSERT 、 UPDATE 、 DELETE 和 SELECT 分别有怎样的影响。如果结构只建立一次，而且要频繁读取，就应该尽可能地把数据放在索引块上（最合适获取），要么频繁地组织索引中的数据（不适于修改）。堆表的 freelist 相关考虑对 IOT 也同样适用。 PCTFREE 和PCTUSED 在 IOT 中 是两个重要的角色。不过， PCTFREE 对于 IOT 不像对于堆表那么重要，另外 PC TUSED 一般不起作用。不过，考虑 OVERFLOW 段时， PCTFREE 和 PCTUSED 对于 IOT 的意义将与对于堆表一样重大；要采用与堆表相同的逻辑为溢出段设置这两个参数。