oracle索引的统计信息是用来描述索引的详细信息，包括索引的层级，叶子块的数量，聚簇因子等典型的纬度。
这些纬度的信息实际上是存储在数据字典基表 IND$,INDPART$,INDCOMPART$,INDSUBPART$等中，可以通过
数据字典DBA_INDEXEX,DBA_IND_PARTITIONS和DBA_IND_SUBPARTITIONS来分别查看索引，分区索引和局部分区索引的子分区的统计信息。
  以下是oracle数据库里面的B树索引的结构和特点。



数据字典中的blevel字段存储的就是索引的层级，它描述的从根节点到叶子块的深度，blevel被cbo用于计算访问索引叶子块的成本。从图中可以看出，blevel的值
越大，则从根节点到叶子块所需要访问的数据块的数量就会越多，耗费的io就会越多。成本越大。blevel的值从0开始算起，当为0时，表示b树索引只有一层，且根节点和叶子块就是同一个块。
显然，图中的blevel为2.

    如果要降低目标b树索引的层级，可以通过rebuild的方式实现。
以下是一个例子：
       create table t1 as select * from dba_objects;

       create index idx_t1 on t1(object_id)

       analyze index idx_t1 validate structure

可以看到该索引字段的叶子块为153个，height=blevel+1，高度为2。

delete from t1 where rownum<68913；
select count(*) from t1；

analyze index idx_t1 validate structure；

如果此时不重建索引，则LF_BLKS的数量是不会变化的，这个值被cbo用于计算对目标索引做索引全扫描（index full scan）
和索引范围扫描（index range scan）的成本，目标索引叶子块的数量越多，则对目标索引做索引全扫描和索引范围扫描的成本值会越大。

alter index idx_t1 rebuild;
analyze index idx_t1 validate structure；


重建索引后，收集的统计信息才是最真实的。

字典中distinct_keys存储的就是目标索引的索引键值的distinct值的数量。对于唯一性索引而言，在没有null值的情况下，distinct_keys的值就等于对应表的记录数。
字段中AVG_LEAF_BLOCKS_PER_KEY存储的就是目标索引的每个distinct索引键值所占用的叶子块数量的平均值，对于唯一性索引而言，这个值显然为1。
字段中AVG_DATA_BLOCKS_PER_KEY存储的就是目标索引的每个distinct索引键值所对应表中的数据行所在的数据块数量的平均值。
字典中num_rows存储的就是目标索引的索引行的数量。

下一节，将重点介绍聚簇因子。