索引选择性是数据库索引设计中常被忽略却至关重要的概念。它直接决定了索引能否有效加速查询，还是成为写入和存储的负担。本文不讨论索引的基础语法，而是聚焦于选择性本身：它如何定义、如何计算、如何影响查询效率，以及在实际建索引时如何利用它做出取舍。需要先说明边界：本文的结论基于常见的关系型数据库（如 MySQL、PostgreSQL）的 B+ 树索引模型，不适用于全文索引或空间索引；具体的数据分布和优化器行为可能因版本而异，但核心原则是通用的。
什么是索引选择性
索引选择性是指索引列中不同值的数量与表中总行数的比值，即 distinct 值个数 / 总行数。比值越接近 1，选择性越高，表示索引列能更精确地定位数据；比值越低，选择性越差，表示索引列存在大量重复值，查询时可能返回大量行。
例如，一个用户表有 100 万行，性别列只有 ‘男’ 和 ‘女’ 两个值，选择性为 0.000002，极低；而用户 ID 列有 100 万个不同值，选择性为 1，极高。显然，用性别列建索引很难加速查询，而用用户 ID 建索引则能快速定位。
选择性如何影响查询效率
查询优化器在选择执行计划时，会估算使用索引后需要扫描的行数（即“基数估计”）。选择性越高的索引，优化器预估的行数越少，越倾向于使用该索引。反之，选择性低的索引可能导致优化器放弃索引，转而进行全表扫描。
关键点在于：索引扫描本身有成本（读取索引页、回表等），如果选择性低，通过索引获取的行占比过高，优化器会认为全表扫描顺序 IO 更快。这种“索引失效”并非索引损坏，而是选择性不足导致优化器决策变化。
一个典型例子：在订单表的状态列（只有几个状态值）上建索引，查询“状态=’已完成’”可能返回 40% 的行，此时索引扫描加回表的代价远超全表扫描，优化器会直接扫表。
如何计算和评估选择性
计算单列选择性很简单：SELECT COUNT(DISTINCT col) / COUNT(*) FROM table;。对于复合索引，需要看组合列的 distinct 组合数除以总行数，通常用 COUNT(DISTINCT col1, col2) 估算。
实际工作中，不必精确计算，可以通过查询计划中的预估行数判断。执行 EXPLAIN 时，关注 rows 字段：如果预估扫描行数占总行数比例过高（如超过 20%），则说明选择性可能不足。另外，SHOW INDEX FROM table 中的 Cardinality 字段直接给出索引的基数（不同值个数），除以表行数即可得到选择性。
注意：Cardinality 是采样估算值，可能不完全准确，但足以用于初步判断。更精确的方法是用实际查询的慢日志验证。
提升索引选择性的实用策略
当发现索引选择性不足时，有几种常见策略：
- 使用复合索引：将选择性低的列与选择性高的列组合。例如，订单表按“状态 + 创建时间”建索引，状态区分度低但时间区分度高，组合后选择性大幅提升，且能覆盖常见查询。
- 前缀索引：对于长字符串列，如 URL 或文本，可以使用列的前缀作为索引。例如
INDEX (url(20))，但需要测试不同前缀长度的选择性，平衡索引大小和区分度。 - 调整查询条件：如果查询无法利用索引，可以考虑重写 SQL，例如增加过滤条件或使用覆盖索引（select 的列都包含在索引中，避免回表）。
- 考虑列的分布：如果某列数据分布极不均匀（例如 99% 是同一个值），即使选择性计算值不低，实际效果也可能很差，此时需要结合业务分布判断。
一个实践案例：在用户登录日志表中，按“用户 ID + 登录时间”建复合索引，比单独在“用户 ID”上建索引更有效，因为用户 ID 的选择性已经很高，但加上时间可以支持范围查询，并减少索引页的访问量。
常见误区和失败条件
误区一：选择性越高越好。实际上，选择性高的列往往重复值少，但如果你经常查询的列本身选择性低（如状态），强行加索引可能毫无帮助，反而增加写入开销。
误区二：忽略查询模式。索引选择性必须结合具体查询条件。一个复合索引可能选择性很高，但如果查询只用了第二列而未用第一列，索引可能完全失效（最左前缀原则）。
失败条件：当选择性过低（如低于 0.01）且数据量小时，优化器可能直接全表扫描；当索引列频繁更新时，维护索引的代价可能超过查询收益。
与查询计划、索引失效的关联
索引选择性是查询计划中优化器决策的核心依据之一。理解选择性有助于解释“为什么索引没被使用”这类问题。例如，在排查索引失效时，除了考虑函数操作、隐式转换等，还应检查选择性是否过低。相关的实战方法可参考站内文章：数据库索引失效的常见原因与排查方法，以及 如何分析SQL查询计划并优化索引设计。此外，理解 B+ 树结构有助于把握索引选择性的物理意义，参见 MySQL InnoDB存储引擎索引原理与B+树慢查询优化实战。
参考资料
本文参考了以下来源，它们提供了关于日志和可观测性中索引与查询优化的背景知识：
延伸阅读