（2）自动测量索引的选择性
如果分析一个表，也会自动分析所有表的索引。
第一，为了确定一个表的确定性，就要分析表。
analyze table 表名 compute statistics
第二，确定索引里不同关键字的数目：
select distinct_keys from user_indexes
where table_name='表名'and index_name='索引名'
第三，确定表中行的总数：
select num_rows from user_tables where table_name='表名'
第四，索引的选择性=索引里不同关键字的数目/表中行的总数：
select i.distinct_keys/t.num_rows from user_indexes i,
user_tables twhere i.table_name='表名' and i.index_name='索引名'
and i.table_name=t.table_name
第五，可以查询USER_TAB_COLUMNS以了解每个列的选择性。
表中所有行在该列的不同值的数目：
select column_name,num_distinct from user_tab_columns
where table_name='表名'
列的选择性=NUM_DISTINCT/表中所有行的总数，查询USER_TAB_COLUMNS有助测量每个列的选择性，但它并不能精确地测量列的并置组合的选择性。要想测量一组列的选择性，需要采用手工方法或者根据这组列创建一个索引并重新分析表。
四. 确定索引的实际碎片
随着数据库的使用，不可避免地对基本表进行插入，更新和删除，这样导致叶子行在索引中被删除，使该索引产生碎片。插入删除越频繁的表，索引碎片的程度也越高。碎片的产生使访问和使用该索引的I/O成本增加。碎片较高的索引必须重建以保持非常好的性能。
（1）利用验证索引命令对索引进行验证。
这将有价值的索引信息填入index_stats表。
validate index 用户名.索引名
/
（2）查询index_stats表以确定索引中删除的、未填满的叶子行的百分比。
select name, del_lf_rows,lf_rows,
round((del_lf_rows/(lf_rows+0.0000000001))*100) "Frag Percent"
from index_stats
（3）如果索引的叶子行的碎片超过10%，考虑对索引进行重建。
alter index 用户名.索引名 rebuild tablespace 表空间名
storage(initial 初始值 next 扩展值) nologging
（4）如果出于空间或其他考虑，不能重建索引，可以整理索引。
alter index用户名.索引名 coalesce
（5）清除分析信息
analyze index 用户名.索引名
delete statistics
五. 重建索引
（1）检查需要重建的索引。
根据以下几方面进行检查，确定需要重建的索引。
第一，查看SYSTEM表空间中的用户索引。
为了避免数据字典的碎片出现，要尽量避免在SYSTEM表空间出现用户的表和索引。
select index_name from dba_indexes where
tablespace_name='SYSTEM' and owner not in ('SYS','SYSTEM')
第二，确保用户的表和索引不在同一表空间内。
表和索引对象的第一个规则是把表和索引分离。把表和相应的索引建立在不同的表空间中，最好在不同的磁盘上。这样可以避免在数据管理和查询时出现的许多I/O冲突。
set linesize 120
col "OWNER" format a20
col "INDEX" format a30
col "TABLE" format a30
col "TABLESPACE" format a30
select
i.owner "OWNER",
i.index_name "INDEX",
t.table_name "TABLE",
i.tablespace_name "TABLESPACE"
from
dba_indexes i,
dba_tables t
where i.owner=t.owner
and i.table_name=t.table_name
and i.tablespace_name=t.tablespace_name
and i.owner not in ('SYS','SYSTEM')
