在 MySQL 中，索引是否有效，不仅取决于是否存在索引，还要看这个索引是否具有高区分度（Cardinality），也就是它能否快速筛选出目标数据。
本文将介绍什么是索引区分度、如何查看与分析它，以及在实际工作中如何应用这一概念来优化索引设计。
📌 什么是索引区分度？
索引区分度是指：
索引列中不重复的值的数量 与 表中总记录数 的比例。
✅ 区分度高：
- 唯一性强
- 查询效率高
- MySQL 更倾向于使用该索引
❌ 区分度低：
- 重复值多（例如
gender,status等字段） - 索引过滤效果差
- MySQL 可能会选择全表扫描
🔢 公式：
索引区分度（选择性） = COUNT(DISTINCT column) / COUNT(*)数值越接近 1，表示索引区分度越高，效果越好。
🧪 查看索引区分度
方法一：通过 SHOW INDEX
SHOW INDEX FROM table_name;重点字段：
| 字段名 | 含义 |
|---|---|
Key_name | 索引名称 |
Seq_in_index | 在联合索引中的字段顺序 |
Column_name | 字段名 |
Cardinality | 估算的不同值的数量（即区分度） |
注意：Cardinality是估算值，可能不准确，可通过ANALYZE TABLE进行更新。
方法二：手动计算真实区分度
SELECT COUNT(DISTINCT column_name) / COUNT(*) AS selectivity
FROM table_name;示例：
SELECT COUNT(DISTINCT email) / COUNT(*) AS selectivity FROM users;📉 区分度低的索引示例
表结构如下：
CREATE TABLE users (
id INT PRIMARY KEY,
gender ENUM('male', 'female'),
status TINYINT,
email VARCHAR(255)
);分析：
| 字段名 | 预期区分度 | 适合建索引？ | 建议 |
|---|---|---|---|
id | 高（唯一） | ✅ 是 | 可作为主键索引 |
email | 高 | ✅ 是 | 可作为唯一索引 |
gender | 低（仅2种） | ❌ 否 | 单独建索引意义不大 |
status | 低（如0/1） | ❌ 否 | 建议结合其他字段组成联合索引 |
⚠️ 注意事项
- MySQL 在选择执行计划时，会根据索引的区分度、查询条件、统计信息综合判断是否使用索引
- 区分度太低的字段，即使建了索引，MySQL 查询优化器可能也会放弃使用（执行计划中
type=ALL表示全表扫描） 如果索引统计信息过旧，可使用以下命令更新：
ANALYZE TABLE table_name;
🧠 实战优化建议
| 场景 | 优化建议 |
|---|---|
| 高区分度字段 | 可单独建立索引，加快精确查询 |
| 中等区分度字段 | 建议和其他字段联合建立索引 |
低区分度字段（如 status, gender） | 避免单独建索引，必要时可作为联合索引的次要列 |
| 联合索引顺序不当 | 优先保证最左字段具有较高区分度 |
📊 扩展：批量查看索引区分度 SQL 脚本（示例）
SELECT
TABLE_NAME,
INDEX_NAME,
COLUMN_NAME,
CARDINALITY
FROM information_schema.STATISTICS
WHERE TABLE_SCHEMA = 'your_database'
ORDER BY CARDINALITY DESC;将 your_database 替换为你的实际数据库名。✅ 总结
- 区分度是衡量索引效果的重要指标之一
- 高区分度的字段更适合建立索引，能显著提高查询性能
- MySQL 可能会忽略低区分度索引
- 实际优化时，要结合字段使用频率、SQL 查询模式、数据分布综合评估索引设计
如需进一步分析某张表的索引效果或执行计划，建议配合 EXPLAIN、SHOW INDEX、ANALYZE TABLE 多维度综合判断。