SQL索引区分度指的是索引列中不同值的数量与表中总记录数的比值，比值越高说明索引的选择性越好，能够更精准地定位到目标数据，减少需要扫描的数据行数，对查询性能的提升效果更明显。
索引区分度的核心概念
索引区分度也叫索引选择性，计算公式如下：
索引区分度 = 索引列不同值的数量 / 表的总记录数
区分度的取值范围在0到1之间，取值越接近1，说明索引列的唯一值越多，索引的选择性越好。比如用户表的用户ID列，每个值都是唯一的，区分度就是1，这种索引的选择性极佳；而如果索引列是性别列，只有男和女两个值，区分度就会非常低，通常不适合单独创建索引。
查看索引区分度的常用方法
1. 通过COUNT函数手动计算
我们可以先查询表的总记录数，再查询索引列的不同值数量，手动计算区分度。以下是示例SQL代码：
-- 查询表的总记录数
SELECT COUNT(*) AS total_rows FROM user_table;
-- 查询索引列的不同值数量，假设索引列是user_email
SELECT COUNT(DISTINCT user_email) AS distinct_count FROM user_table;
-- 计算区分度，结果保留4位小数
SELECT
COUNT(DISTINCT user_email) / COUNT(*) AS index_selectivity
FROM user_table;
2. 利用数据库系统表查询
部分数据库会在系统表中存储索引的相关统计信息，我们可以直接查询系统表获取区分度相关数据。以MySQL为例，查询information_schema库的STATISTICS表可以得到索引的基数，再结合表记录数计算区分度：
-- 查询索引基数和表记录数计算区分度
SELECT
s.TABLE_NAME,
s.INDEX_NAME,
s.COLUMN_NAME,
s.CARDINALITY AS distinct_count,
t.TABLE_ROWS AS total_rows,
s.CARDINALITY / t.TABLE_ROWS AS index_selectivity
FROM information_schema.STATISTICS s
JOIN information_schema.TABLES t
ON s.TABLE_SCHEMA = t.TABLE_SCHEMA
AND s.TABLE_NAME = t.TABLE_NAME
WHERE s.TABLE_SCHEMA = 'your_database_name' -- 替换为你的数据库名
AND s.TABLE_NAME = 'user_table'; -- 替换为你的表名
索引选择性分析技巧
1. 多列联合索引的区分度分析
如果是创建联合索引，需要计算多列组合的不同值数量，再计算区分度。示例代码如下：
-- 计算联合索引（user_name, user_phone）的区分度
SELECT
COUNT(DISTINCT CONCAT(user_name, user_phone)) / COUNT(*) AS combined_index_selectivity
FROM user_table;
通常联合索引的区分度会比单个列的区分度更高，适合用于多条件查询的场景。
2. 区分度阈值判断技巧
一般建议索引区分度至少达到0.1以上才考虑创建索引，如果是高频查询的条件列，区分度最好达到0.3以上。我们可以把区分度计算和阈值判断结合，快速筛选适合创建索引的列：
-- 筛选区分度大于0.3的候选索引列
SELECT
COLUMN_NAME,
COUNT(DISTINCT COLUMN_VALUE) / (SELECT COUNT(*) FROM user_table) AS selectivity
FROM (
SELECT 'user_email' AS COLUMN_NAME, user_email AS COLUMN_VALUE FROM user_table
UNION ALL
SELECT 'user_phone' AS COLUMN_NAME, user_phone AS COLUMN_VALUE FROM user_table
UNION ALL
SELECT 'user_gender' AS COLUMN_NAME, user_gender AS COLUMN_VALUE FROM user_table
) t
GROUP BY COLUMN_NAME
HAVING selectivity > 0.3;
3. 结合查询场景分析选择性
区分度不是判断索引是否有效的唯一标准，还需要结合实际的查询场景。比如某个列的区分度只有0.05，但是该列是某个高频查询的唯一条件，并且查询返回的结果行数很少，那么也可以考虑创建索引。我们可以通过分析查询的执行计划，观察索引的使用情况，判断索引是否真正提升了查询效率。
注意事项
- 索引区分度会随表中数据的变化而变化，需要定期重新分析，避免过时统计信息导致索引选择错误。
- 过低的区分度不仅不能提升查询性能，还会增加数据插入、更新、删除的开销，同时占用额外的存储空间。
- 对于区分度极低的列，比如布尔类型的列、状态值只有2-3种的列，不建议单独创建索引，可以考虑和其他高区分度列组成联合索引。