Oracle Clustering Factor 叢集因子深度解析：索引掃描成本關鍵

實驗設計

1. 基表 SOURCE：100 萬行，X 有序 1..1M，Y 隨機數。
2. 派生兩表：
   • TAB01：SELECT * FROM SOURCE（保持 X 有序）。
   • TAB02：SELECT * FROM SOURCE ORDER BY Y（X 亂序）。
3. 兩表均於 X 建索引 IDX01/IDX02，收集統計信息。

查詢與結果對比

SELECT AVG(Y/(X+1)) FROM TAB01 WHERE X BETWEEN 10000 AND 30000;
-- 執行計劃：INDEX RANGE SCAN + TABLE ACCESS BY INDEX ROWID
-- Consistent Gets: 116

SELECT AVG(Y/(X+1)) FROM TAB02 WHERE X BETWEEN 10000 AND 30000;
-- 執行計劃：TABLE ACCESS FULL（優化器判斷索引代價過高）
-- Consistent Gets: 2,417

-- 強制使用索引
SELECT /*+ INDEX(TAB02 IDX02) */ AVG(Y/(X+1)) FROM TAB02 WHERE X BETWEEN 10000 AND 30000;
-- Consistent Gets: 20,058（劇增！）

根因：Clustering Factor 差異

SELECT idx.index_name, tab.table_name, tab.num_rows, tab.blocks, idx.clustering_factor
FROM user_indexes idx JOIN user_tables tab ON idx.table_name = tab.table_name;

INDEX_NAME  TABLE_NAME  NUM_ROWS  BLOCKS  CLUSTERING_FACTOR
IDX01       TAB01       995,426   2,459   4,723     -- 接近塊數，極佳
IDX02       TAB02       1,003,471 2,459   999,596   -- 接近行數，極差

• CF 接近塊數：表數據按索引鍵順序存儲，區間掃描少量 Consistent Gets。
• CF 接近行數：表數據順序與索引鍵無關，每行可能在不同塊，區間掃描產生大量隨機 I/O。

SQL Server 對比實驗

同樣構造有序/亂序表，SQL Server 邏輯讀均為 1,007，**無顯著差異**。說明 CF 機制為 Oracle 特有，SQL Server 存儲引擎處理方式不同。

啟示

「所有數據庫本質上都不同。為新平台設計應用時，不能對數據庫如何工作做任何假設。學習新數據庫應假設自己從未用過數據庫。在一個數據庫能做的事，在另一個可能沒必要做，甚至根本做不到。」—— Thomas Kyte

理解 Clustering Factor 有助於：評估索引效用、決定是否重組表（ALTER TABLE ... MOVE）、解釋同樣數據不同機器性能差異。