使用基数较低的索引是否有意义？

我主要是一个Actionscript开发人员，决不是SQL专家，但有时我不得不开发简单的服务器端的东西。所以，我想我会问更多有经验的人关于标题中的问题。使用基数较低的索引是否有意义？

我的理解是，通过在一个只包含几个不同值的列中设置索引，你并不会获得太多收益。我有一个列保存一个布尔值（实际上它是一个小的int，但我用它作为标志），并且这个列用于大多数查询的WHERE子句中。在理论上的“平均”情况下，一半的记录值将为1，另一半为0.因此，在这种情况下，数据库引擎可以避免全表扫描，但是无论如何都必须读取很多行（总排/ 2）。

那么，我应该让这个列成为索引吗？

为了记录，我使用的是Mysql 5，但是我更关心为什么它没有意义地索引一个列，我知道这将有一个低基数的一般理由。

在此先感谢。

来源

2010-01-21 Juan Pablo Califano

我通常会做一个简单的“有索引”vs“不要”索引测试。根据我的经验，您可以在使用ORDER BY索引列的查询中获得大部分性能。如果您对该列进行了任何排序，索引最有可能有所帮助。

来源

2010-01-21 21:50:04 Zepplock

感谢您的回答。在这种情况下，我并未在该列上排序。它只是将记录标记为启用/禁用。基本上，我将它用于软删除。这就是为什么我必须在大多数查询的WHERE子句中使用它。 – 2010-01-21 21:58:10

恕我直言，它的用处有限。我认为在大多数情况下，除了可能帮助更多的标志之外，您在查询中还使用了其他标准。

在50％的时候，我可能会做一些基准测试，看看它是否有很大的不同。

来源

2010-01-21 21:51:01 Joe

在组合索引中包含布尔值字段可能是值得的。例如，如果你有这通常需要按照日期来排序消息的大表，但你也有一个布尔删除领域，所以你经常查询这样的：

SELECT ... FROM Messages WHERE Deleted = 0 AND Date BETWEEN @start AND @end

你一定会能从中受益删除和日期字段上的复合索引。

来源

2010-01-21 21:55:36

谢谢。也许我应该对复合指数做一些研究（我只知道存在，但并没有真正使用它们）。我以非常类似于示例代码的方式使用此列（尽管存在连接和其他内容，但WHERE子句始终具有用于标记软删除的此标志）。 – 2010-01-21 22:03:53

索引可以帮助甚至在低基数的域，如果：

相较于其他值可能值之一是非常罕见的，你搜索。

举例来说，很少有色盲的女性，所以这个查询：
```
SELECT * 
FROM color_blind_people 
WHERE gender = 'F' 
```
将最有可能从指数上gender受益。
当值倾向于在表的顺序进行分组：
```
SELECT * 
FROM records_from_2008 
WHERE year = 2010 
LIMIT 1 
```
虽然这里只有3不同的几年，是最有可能加入前几年记录第一所以很多记录必须是如果不是索引，则在返回第一个2010记录之前进行扫描。
当你需要ORDER BY/LIMIT：
```
SELECT * 
FROM people 
ORDER BY 
     gender, id 
LIMIT 1 
```
没有索引，filesort将需要。尽管对LIMIT做了一些优化，但它仍然需要全表扫描。

当指数涵盖了在查询中使用的所有字段：

CREATE INDEX (low_cardinality_record, value) 

SELECT SUM(value) 
FROM mytable 
WHERE low_cardinality_record = 3

当你需要DISTINCT：
```
SELECT DISTINCT color 
FROM tshirts 
```
MySQL将使用INDEX FOR GROUP-BY，如果你有几种颜色，此查询即使拥有数百万条记录也会立即实现。

这是低基数字段上的索引是更多高于基数高字段时的情况。

注意，如果DML性能没有太大的问题，那么就可以安全地创建索引。

如果优化器认为索引效率低下，索引就不会被使用。

来源

2010-01-21 22:10:45 Quassnoi

使用基数较低的索引是否有意义？

回答

相关问题