導讀
本文介紹一個Oracle 數據庫SQL優化的一個基本概念【集群因子】，理解了此概念，有助于對Oracle數據庫進行SQL優化。

1. 集群因子名詞解析

集群因子（ClusteringFactor）是如果通過一個索引掃描一張表，需要訪問的表的數據塊的數量。衡量通過索引掃描，通過ROWID 回表的時候，物理讀有多大。
集群因子是索引與它所基于的表相比較而得出的有序性度量，它用于檢查在索引訪問之后執行的表查找的成本(將集群因子與選擇性相乘即可得到該操作的成本)。集群因子記錄在掃描索引時將讀取的塊數量。
如果使用的索引具有較大的集群因子，則必須訪問更多的表數據塊才可以獲得每個索引塊中的行(因為鄰近行位于不同的塊中)。
如果集群因子接近于表中的塊數量，則表示索引適當排序；但是，如果集群因子接近于表中的行數量，則表示索引沒有適當排序

2. 集群因子的計算方法

(1) 掃描一個索引；
(2) 比較某行的ROWID和前一行的ROWID，如果這兩個ROWID不屬于同一個數據塊，那么ClusteringFactor增加1；
(3) 整個索引掃描完畢后，就得到了該索引的ClusteringFactor。
(4)行鏈接和行遷移分別需要補1個塊。

3. 計算集群因子大小對SQL優化具有重要的意義

如果ClusteringFactor接近于表存儲的塊數，說明這張表是按照索引字段的順序存儲的。
如果集群因子接近于行的數量，那說明這張表不是按索引字段順序存儲的。
在計算索引訪問成本時，集群因子十分有用。Clustering Factor乘以選擇性參數（selectivity）就是訪問索引的開銷。
如果這個統計數據不能反映出索引的真實情況，那么可能會造成優化器錯誤地選擇執行計劃。另外，如果某張表上的大多數訪問是按照某個索引做索引掃描，那么將該表的數據按照索引字段的順序重新組織，可以提高該表的訪問性能。
集群因子對執行范圍掃描的SQL語句產生影響，如果集群因子接近數據塊數量，滿足查詢要求的數據塊的數量就可以少很多，這樣也增加了數據塊已經存在于內存中的可能性。相對于數據塊數量大很多的集群因子，基于索引列的范圍查詢需要掃描更多的數據塊。
我們知道可以通過dbms_rowid.rowid_block_number(rowid)找到記錄對應的block 號。索引中記錄了rowid，因此oracle 就可以根據索引中的rowid來判斷記錄是否是在同一個block 中。
舉個例子，比如說索引中有a,b,c,d,e五個記錄，首先比較a,b 是否在同一個block，如果不在同一個block 那么Clustering Factor +1，然后繼續比較b,c 同理，如果b,c 不在同一個block，那么Clustering Factor+1，這樣一直進行下去，直到比較了所有的記錄。
根據算法我們就可以知道clustering factor 的值介于block 數和表行數之間。如果clustering factor 接近block 數，說明表的存儲和索引存儲排序接近，也就是說表中的記錄很有序，這樣在做index range scan 的時候能，讀取少量的data block 就能得到我們想要的數據，代價比較小。如果clustering factor 接近表記錄數，說明表的存儲和索引排序差異很大，在做index range scan 的時候，會額外讀取多個block，因為表記錄分散，代價較高。

4. 查看集群因子的大小

Clustering_factor列是user_indexes，dba_indexes視圖中的一列，該列反應了數據相對已索引的列是否顯得有序。

SQL> select table_name,index_name,CLUSTERING_FACTOR from user_indexes where table_name='TEST';TABLE_NAME                     INDEX_NAME                     CLUSTERING_FACTOR
------------------------------ ------------------------------ -----------------
TEST                           IDX_OWNER                                   2353SQL>