浅析下mysql的索引的基数与可选择性

发表于 分类于 阅读次数： 阅读次数： Disqus：

最近也看到了一篇文章，结合一些实际的经验来看下索引的基数和可选择性，
这个基数指的是啥呢，就是索引我们一直在讲的是要字段值的差异度比较大的那种，因为假如这个字段的所有值都是比如0和1的话，那索引的结构BTree就没办法高效的找到所查询的值，这个基数就是可以作为它差异度大小的一个参考，当然这是一种反过来的说法，理论上应该从写入这个表的数据的逻辑去看，这些字段会出现哪些值以及它的取值范围是怎么样的
那么这个会在mysql中存起来的基数值可以怎么看呢
还是用我之前建的一个简单的表

1
2
3
4
5
6
7
8
9
10
CREATE TABLE `students` (
  `id` bigint(32) NOT NULL AUTO_INCREMENT COMMENT '主键',
  `name` varchar(64) NOT NULL COMMENT '姓名',
  `age` int(11) NOT NULL COMMENT '年纪',
  `class` int(11) NOT NULL COMMENT '班级',
  `created_at` datetime NOT NULL COMMENT '创建时间',
  `updated_at` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT '更新时间',
  PRIMARY KEY (`id`),
  KEY `idx_class` (`class`) USING BTREE
) ENGINE=InnoDB AUTO_INCREMENT=608 DEFAULT CHARSET=utf8mb4 COMMENT='学生表';

表里的数据也比较简单

因为升成name和class的时候我都用了一定的规律取余，所以会有一些重复的，
这是我们就可以在information库的查一下这个基数

1
select table_schema,table_name,index_name,cardinality from information_schema.statistics where table_schema='database' and table_name = 'students' order by cardinality desc

database是你的库，可以来这么查询

我的这个表差不多是这样，主键刚好对应的就是数据量，另一个班级的索引就是这个class的数量是一致的
所以这就是个明确的区分度的值，而之前也提到过，如果一个表的某个索引字段他的区分度低，跟全表扫描差不多的话
优化器当然也可能会选择不使用索引，直接使用全表扫描，这样就不用质疑说为啥没用起来索引等等