概述

前面在做一个实验时有谈到聚簇因子这个概念，有朋友问了这块，这里做个简单介绍。

聚簇因子是 Oracle 统计信息中在CBO优化器模式下用于计算cost的参数之一，决定了当前的SQL语句是否走索引，还是全表扫描以及是否作为嵌套连接外部表等。今天主要介绍到底什么是聚簇因子，哪些情况下会影响到聚簇因子，以及如何提高聚簇因子？

1、堆表的存储方式

Oralce 数据库系统中最普通，最为常用的即为堆表。

堆表的数据存储方式为无序存储，也就是任意的DML操作都可能使得当前数据块存在可用的空闲空间。处于节省空间的考虑，块上的可用空闲空间会被新插入的行填充，而不是按顺序填充到最后被使用的块上。

上述的操作方式导致了数据的无序性的产生。

当创建索引时，会根据指定的列按顺序来填充到索引块，缺省的情况下为升序。

新建或重建索引时，索引列上的顺序是有序的，而表上的顺序是无序的，也就是存在了差异，即表现为聚簇因子。

2、什么是聚簇因子(clustering factor/CF)

聚簇因子是基于表上索引列上的一个值，每一个索引都有一个聚簇因子。这是用于描述索引块上与表块上存储数据在顺序上的相似程度，也就说表上的数据行的存储顺序与索引列上顺序是否一致。

在全索引扫描中，CF的值基本上等同于物理I/O或块访问数，如果相同的块被连续读，则Oracle认为只需要1次物理I/O。

好的CF值接近于表上的块数，而差的CF值则接近于表上的行数。

聚簇因子在索引创建时就会通过表上存存在的行以及索引块计算获得。

3、Oracle 如何计算聚簇因子

执行或预估一次全索引扫描。

检查索引块上每一个rowid的值，查看是否前一个rowid的值与后一个指向了相同的数据块，如果指向了不相同的数据块则CF的值增加1。

当索引块上的每一个rowid被检查完毕，即得到最终的CF值。

4、聚簇因子图示

a、良好的索引与聚簇因子的情形

b、良好的索引、差的聚簇因子的情形

c、差的索引、差的聚簇因子的情形

5、影响聚簇因子的情形

当插入到表的数据与索引的顺序相同时，可以提高聚簇因子(接近表上的块数)。

因此，任意影响该顺序的情形都将导致索引列上的聚簇因子变差。

如列的顺序，反向索引，空闲列表或空闲列表组。

6、提高聚簇因子

堆表的数据存储是无序存储，因此需要使无序变为有序。下面是提高聚簇因子的办法。

a、对于表上的多个索引以及组合索引的情形，索引的创建应考虑按应该按照经常频繁读取的大范围数据的读取顺序来创建索引。

b、定期重构表(针对堆表)，也就是使得表与索引上的数据顺序更接近。注意，是重构表，而不是重建索引。

重建索引并不能显剧提高CF的值，因为索引列通常是有序的，无序的是原始表上的数据。

提取原始表上的数据到一个临时表，禁用依赖于该表的相关约束，truncate原始表，再将临时表的数据按索引访问顺序填充到原始表。

c、使用聚簇表来代替堆表。

篇幅有限，关于聚簇因子方面的内容就介绍到这里了，大家有兴趣可以试下调整聚簇因子来看是否对表的执行计划有所影响。后面会分享更多DBA方面内容，感兴趣的朋友可以关注下！