sys@11GDEMO> show parameter db_block_size

NAME TYPE VALUE
------------------------------------ ----------- ------------------------------
db_block_size integer 8192

create table cluster_factor_test
(last_name varchar2(30),
first_name char(2000));

使其拥有如下分布的数据，可以插入六条相同的数据，然后再update
sys@11GDEMO> select last_name, dbms_rowid.rowid_block_number(rowid) "block"
from cluster_factor_test; 2

LAST_NAME block
------------------------------ ----------
Arumugam 117402
Cole 117402
Farmer 117402
Brown 117403
Davis 117403
Kevin 117403

6 rows selected.

创建索引，
create index last_name_idx on cluster_factor_test(last_name);

则索引分布如下，
Index Value ROWID
=================================================
Arumugam BLOCK 117402 row 1
Brown BLOCK 117403 row 2
Cole BLOCK 117402 row 3
Davis BLOCK 117403 row 4
Farmer BLOCK 117402 row 5
Kevin BLOCK 117403 row 6

执行，
exec dbms_stats.gather_table_stats(user, 'CLUSTER_FACTOR_TEST', cascade => true);

在统计收集的时候，clustering factor如下计算：
对于每个Index Value,检查rowid,每当块号改变，则其加1。
上面的例子中会使得clustering factor很大，在这样的情况下，优化器会认为，使用此索引的范围扫描的成本要高于其实际情况。
因为优化器认为它需要访问许多不同的块。但实际的情况却是只需要访问两个数据块。

sys@11GDEMO> l
1* select INDEX_NAME, CLUSTERING_FACTOR from user_indexes where INDEX_NAME = '
LAST_NAME_IDX'
sys@11GDEMO> /

INDEX_NAME CLUSTERING_FACTOR
------------------------------ -----------------
LAST_NAME_IDX 6

解决方法之一是，手动设置该索引的clustering factor统计信息，以告诉优优器真实的情况，当然需要测试设置为多少，以帮助
优化器有更好的统计数据使其作出更好的选择。在这里我们设置clstfct为2

sys@11GDEMO> execute DBMS_STATS.SET_INDEX_STATS(user, 'LAST_NAME_IDX', clstfct=>
2 );

PL/SQL procedure successfully completed.

sys@11GDEMO> select INDEX_NAME, CLUSTERING_FACTOR from user_indexes where INDEX_
NAME = 'LAST_NAME_IDX';

INDEX_NAME CLUSTERING_FACTOR
------------------------------ -----------------
LAST_NAME_IDX 2