最近在学习PostgreSQL数据库，看到和Oracle及mysql-Innodb引擎的一些对比，其中有关堆表和索引组织表的描述，特意查了些资料整理如下：

PostgreSQL只支持堆表，不支持索引组织表

Oracle支持堆表，也支持索引组织表

Innodb只支持索引组织表

1. 堆组织表：
   通常我们默认建的表就是堆组织表。
   语法：Create table test(  
    Id int,  
    Name varchar2(10)  
  );
   此类型的表中，数据会以堆的方式进行管理，增加数据时候，会使用段中找到的第一个能放下
   此数据的自由空间。当从表中删除数据时候，则允许以后的UPDATE和INSERT重用这部分空间，
   它是以一种有些随机的方式使用。
   
   很多初学者会想当然的以为数据的插入会按顺序进行，第一条肯定排在第一位，接着是第二条，一直到最后。
   可当SELECT查询的时候，返回的结果往往让人失望。排列的顺序让人大跌眼镜，下面来看一个例子。
   
   create table t(   
   a int,  
   b varchar2(4000) default rpad('*', 4000, '*'),  
   c varchar2(3000) default rpad('*', 3000,'*')  
 );  
   
 insert into t(a) values (1);  
 insert into t(a) values (2);  
 insert into t(a) values (3);  
 delete from t where a=2;  
 insert into t(a) values (4);  
   
 SQL> select a from t;  
   
          A  
 ----------  
          1  
          4  
          3 

  全表扫描时，会按命中的顺序来获取数据，而不是按插入的顺序。
  这是一个必要要了解的重要的数据库概念。一般来说，数据库表本质上是无序的数据组合。 
  
2. 索引组织表(index organized table, IOT)：就是存储在一个索引结构中的表，数据按主键进行存储和排序。
   适用的场景：
    a.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。
    b.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.
 c.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。
   如果经常在一个主键或唯一键上使用between查询，也是如此。如果数据有序地物理存储，就能提升这些查询的性能。
    语法：create table indexTable(
  ID varchar2 (10), 
  NAME varchar2 (20), 
  constraint pk_id primary key (ID)
  ) organization index;
3. 索引聚簇表：
   聚簇是指：如果一组表有一些共同的列，则将这样一组表存储在相同的数据库块中；聚簇还表示把相关的数据存储在同一个块上。
   利用聚簇，一个块可能包含多个表 的数据。概念上就是如果两个或多个表经常做链接操作，那么可以把需要的数据预先存储在一起。
   聚簇还可以用于单个表，可以按某个列将数据分组存储。  
   语法：
   索引聚簇表是基于一个索引聚簇（index cluster）创建的。
   里面记录的是各个聚簇键。聚簇键和我们用得做多的索引键不一样，索引键指向的是一行数据，
   聚簇键指向的是一个ORACLE BLOCK。我们可以先通过以下命令创建一个索引簇。
   create cluster emp_dept_cluster
　　( deptno number(2) )
　　size 1024
　　/

   size参数：
   向聚簇中放数据之前，需要先对聚簇建立索引。可以现在就在聚簇中创建表，
   但是由于我们想同时创建和填充表，而有数据之前必须有一个聚簇索引，所以我们先来 建立聚簇索引。
   create index emp_dept_cluster_idx
　　on cluster emp_dept_cluster
　　/
    
    建表：
    create table dept
　　( deptno number(2) primary key, 
      dname varchar2(14),
　　  loc varchar2(13)
　　)
　　cluster emp_dept_cluster(deptno)
　　/

    create table emp
　　(  empno    number primary key, 
 ename    varchar2(10), 
 job      varchar2(9), 
 mgr      number, 
 hiredate date, 
 sal      number, 
 comm     number,
　　 deptno number(2) constraint emp_fk references dept(deptno)
　　) cluster emp_dept_cluster(deptno)
    /

   什么时候不应该使用聚簇？
   1） 如果预料到聚簇中的表会大量修改：
    必须知道，索引聚簇会对DML的性能产生某种负面影响（特别是INSERT语句）。管理聚簇中的数据需要做更多的工作。
　 2） 如果需要对聚簇中的表执行全表扫描：不只是必须对你的表中的数据执行全面扫描，
   还必须对（可能的）多个表中的数据进行全面扫描。由于需要扫描更多的数据， 所以全表扫描耗时更久。
　　3） 如果你认为需要频繁地TRUNCATE和加载表：聚簇中的表不能截除。
 这是显然的，因为聚簇在一个块上存储了多个表，必须删除聚簇表中的行。

　　因此，如果数据主要用于读（这并不表示“从来不写”；聚簇表完全可以修改），
 而且要通过索引来读（可以是聚簇键索引，也可以是聚簇表上的其他索引），
 另外 会频繁地把这些信息联结在一起，此时聚簇就很适合。

堆表（heap table）数据插入时时存储位置是随机的，主要是数据库内部块的空闲情况决定，获取数据是按照命中率计算，全表扫表时不见得先插入的数据先查到。

索引表（iot）数据存储是把表按照索引的方式存储的，数据是有序的，数据的位置是预先定好的，与插入的顺序没有关系。

索引表的查询效率逼堆表高（相当于查询索引的效率），插入数据的速度比堆表慢。

索引表适用场景：

适用于信息检索、空间和OLAP程序。
1、 代码查找表。
2、 经常通过主码访问的表。
3、 构建自己的索引结构。
4、 加强数据的共同定位，要数据按特定顺序物理存储。
5、 经常用between…and…对主码或唯一码进行查询。数据物理上分类查询。如一张订单表，按日期装载数据，想查单个客户不同时期的订货和统计情况。

http://blog.itpub.net/16628454/viewspace-607795/ 基于堆表和索引组织表的实例分析