在mysql中分析索引选择性，关键是理解“选择性”如何影响查询性能。索引选择性是指索引列中不同值的数量与总行数的比值，选择性越高，索引效率通常越好。理想的选择性接近1，表示每个值几乎唯一。低选择性的索引（如性别字段）可能不会被优化器优先使用。

什么是索引选择性

索引选择性计算公式为：select count(DISTINCT 列名) / COUNT(*)。这个比值越接近1，说明该列区分度越高，作为索引效果越好。例如主键或唯一约束字段的选择性就是1。

如何计算单列索引选择性

可以通过以下sql语句查看某列的选择性：

 SELECT    COUNT(DISTINCT column_name) / COUNT(*) AS selectivity FROM table_name; 

比如要分析users表中email字段的选择性：

 SELECT    COUNT(DISTINCT email) / COUNT(*) AS email_selectivity FROM users; 

如果结果是0.98，说明email字段有很高的区分度，适合建索引。

如何分析联合索引的选择性

对于复合索引（多列组合），需要将多个字段一起计算：

纳米搜索

纳米搜索：360推出的新一代AI搜索引擎

30

查看详情

 SELECT    COUNT(DISTINCT col1, col2) / COUNT(*) AS composite_selectivity FROM table_name; 

例如分析 (last_name, first_name) 组合的选择性：

 SELECT    COUNT(DISTINCT last_name, first_name) / COUNT(*) AS name_selectivity FROM users; 

注意：联合索引的顺序很重要，应把选择性更高的列放在前面，有助于提升索引效率。

结合执行计划验证索引使用情况

即使索引选择性高，也要确认查询是否真正使用了索引。使用EXPLAIN分析查询：

 EXPLAIN SELECT * FROM users WHERE email = 'test@example.com'; 

关注输出中的key字段是否使用了预期索引，以及rows扫描行数是否合理。若未走索引，可能是选择性太低或数据量小导致优化器选择全表扫描。

基本上就这些。定期检查关键查询字段的选择性，能帮助你判断是否需要创建或调整索引，从而提升查询性能。