第一個叫做列的離散度，我們先來看一下列的離散度的公式：

count(distinct(column_name)) : count(*)，列的全部不同值和所有數據行的比例。數據行數相同的情況下，分子越大，列的離散度就越高。

簡單來說，如果列的重復值越多，離散度就越低，重復值越少，離散度就越高。

了解了離散度的概念之后，我們再來思考一個問題，我們在name 上面建立索引和在gender 上面建立索引有什么區別。

當我們用在gender 上建立的索引去檢索數據的時候，由于重復值太多，需要掃描的行數就更多。例如，我們現在在gender 列上面創建一個索引，然后看一下執行計劃。

ALTER TABLE user_innodb DROP INDEX idx_user_gender; ALTER TABLE user_innodb ADD INDEX idx_user_gender (gender); -- 耗時比較久 EXPLAIN SELECT * FROM `user_innodb` WHERE gender = 0; show indexes from user_innodb;

而name 的離散度更高，比如“青山”的這名字，只需要掃描一行。

ALTER TABLE user_innodb DROP INDEX idx_user_name; ALTER TABLE user_innodb ADD INDEX idx_user_name (name); EXPLAIN SELECT * FROM `user_innodb` WHERE name = 'leon';

查看表上的索引，Cardinality [kɑ:d?'n?l?t?] 代表基數，代表預估的不重復的值的數量。索引的基數與表總行數越接近，列的離散度就越高。

show indexes from user_innodb;

如果在B+Tree 里面的重復值太多，MySQL 的優化器發現走索引跟使用全表掃描差不了多少的時候，就算建了索引，也不一定會走索引。

https://www.cs.usfca.edu/~galles/visualization/BPlusTree.html

這個給我們的啟發是什么？建立索引，要使用離散度（選擇度）更高的字段。

?

總結

以上是生活随笔為你收集整理的索引使用原则-列的离散（sàn）度的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。