CLUSTER

CLUSTER 指示 PostgreSQL 按照 index_name 指定的索引，对 table_name 指定的表进行聚簇。该索引必须已经定义在 table_name 上。

当一个表被聚簇时，它会根据索引信息在物理上重新排序。聚簇是一次性 操作：之后如果表再被更新，这些更改不会再次被聚簇。也就是说，系 统不会试图按照索引顺序存储新行或更新后的行。（如果需要，可以定期 再次执行该命令来重新聚簇。此外，将表的 fillfactor 存储参数设置为小于 100%，有助于在更新期间保持聚簇顺序，因为如果 页面上有足够空间，更新后的行会保留在同一页面中。）

当一个表被聚簇时，PostgreSQL 会记住该表是按哪个索引聚簇的。形式 CLUSTER table_name 会使用之前相同的索引对表重新聚簇。你也可以使用 ALTER TABLE 的 CLUSTER 或 SET WITHOUT CLUSTER 形式，设置未来聚簇操作要使用的索引，或者清除任何先前的设置。

不带 table_name 的 CLUSTER 会对当前数据库中所有此前已聚簇且调用用户 具有相应权限的表重新执行聚簇。 这种形式的 CLUSTER 不能在事务块内执行。

当对一个表执行聚簇时，会在该表上获取 ACCESS EXCLUSIVE 锁。这会阻止任何其他数据库操作（包括读和写） 在 CLUSTER 完成前访问该表。

要对表执行聚簇，必须在该表上具有 MAINTAIN 权限。

如果你在表内随机访问单行数据，那么表中数据的实际顺序并不重要。 但是，如果你往往比其他数据更频繁地访问某些数据，并且有一个索引将 它们归在一起，那么使用 CLUSTER 就会有好处。如 果你从表中请求一个已建立索引的值范围，或者请求一个有多行匹配的单 个已建立索引的值，CLUSTER 就会有所帮助，因为一 旦索引确定 了第一条匹配行所在的表页，其他匹配行很可能已经位于同一个表页中， 从而减少磁盘访问并加快查询速度。

CLUSTER 可以通过在指定索引上进行索引扫描，或者 （如果该索引是 B-树）先执行顺序扫描再排序，来对表重新排序。它会 根据规划器代价参数和可用的统计信息，尝试选择速度更快的方法。

在 CLUSTER 执行期间，search_path 会被临时设置为 pg_catalog, pg_temp。

在使用索引扫描时，会创建该表的一份临时拷贝，其中包含按索引顺序 排列的表数据。该表上的每个索引也都会创建临时拷贝。因此，磁盘上 至少需要相当于表大小与索引大小总和的空闲空间。

在使用顺序扫描和排序时，还会创建一个临时排序文件，因此临时空间需 求峰值最多可达表大小的两倍，再加上索引大小。这种方法通常比索引扫 描更快，但如果磁盘空间需求无法接受，你可以通过临时将 enable_sort 设置为 off 来禁用这种选择。

建议在聚簇前将 maintenance_work_mem 设置为一 个足够大的合理值（但不要超过你能分配给 CLUSTER 操作的 RAM 容量）。

因为规划器会记录有关表中数据顺序的统计信息，建议在新近聚簇过的表上 运行ANALYZE。 否则，规划器可能会选择很差的查询计划。

因为 CLUSTER 会记住哪些索引已被设为聚簇索引， 你可以第一次先手工聚簇需要聚簇的表，然后设置一个定期运行的维护脚 本，执行不带任何参数的 CLUSTER，这样这些表就会 被周期性地重新聚簇。

每个运行 CLUSTER 的后端都会在 pg_stat_progress_cluster 视图中报告其进度。 有关详细信息，请参见 Section 27.4.4。

对分区表进行聚簇时，会使用指定分区索引在各分区上的对应分区索引来 聚簇每个分区。对分区表执行聚簇时，索引不可省略。 对分区表执行 CLUSTER 不能在事务块内进行。

按照索引 employees_ind 对表 employees 进行聚簇：

CLUSTER employees USING employees_ind;

使用之前用过的同一个索引对 employees 表进行聚簇：

CLUSTER employees;

对数据库中此前已聚簇过的所有表执行聚簇：

CLUSTER;

SQL 标准中没有 CLUSTER 语句。

以下语法在 PostgreSQL 17 之前使用，当前仍受支持：

CLUSTER [ VERBOSE ] [ table_name [ USING index_name ] ]

以下语法在 PostgreSQL 8.3 之前使用，当前仍受支持：

CLUSTER index_name ON table_name