索引的选择性

本帖最后由 甲骨论 于 2014-6-25 13:36 编辑

索引的选择性是指索引列中不同值的数目与表中记录数的比。如果一个表中有2000条记录,表索引列有1980个不同的值,那么这个索引的选择性就是1980/2000=0.99。

  一个索引的选择性越接近于1,这个索引的效率就越高。

  如果是使用基于cost的最优化,优化器不应该使用选择性不好的索引。如果是使用基于rule的最优化,优化器在确定执行路径时不会考虑索引的选择性(除非是唯一性索引),并且不得不手工优化查询以避免使用非选择性的索引。

  确定索引的选择性,可以有两种方法:手工测量和自动测量。

  (1)手工测量索引的选择性

  如果要根据一个表的两列创建两列并置索引,可以用以下方法测量索引的选择性:

  列的选择性=不同值的数目/行的总数 /* 越接近1越好 */

select count(distinct 第一列||''%''||第二列)/count(*)
from 表名
/

  如果我们知道其中一列索引的选择性(例如其中一列是主键),那么我们就可以知道另一列索引的选择性。

  手工方法的优点是在创建索引前就能评估索引的选择性。

  (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 t
where 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。


标签: 暂无标签
葬心

写了 4 篇文章,拥有财富 59,被 1 人关注

大数据/数据分析/数据库方面培训优惠码 A24M,Dataguru炼数成金培训报名使用立减50%固定学费!
转播转播 分享分享 分享淘帖
回复

使用道具

成为第一个吐槽的人

您需要登录后才可以回帖 登录 | 加入社区

本版积分规则

意见
反馈