基数与选择性

基数（ cardinality ）和选择性（selectivity）

对于Oracle优化的课题中，基数和选择性是两个重要的概念。那么什么是基数和选择性呢。

基数：某一列，不同唯一键的数量。

比如，有一个一万行的表，它的sex列只有男和女这两个值，那么，这列的基数便是2了。所以，主键列的基数等于表的行数。

选择性=基数/行数

像上面所说的表，它的选择性便是2/10000=0.0002了。

以上便是基数和选择性的基本概念了，那么它们一般是用来干什么的呢。

基数和选择性有时候也是被当作是否建立索引的判断之一，对一个列来说，基数和选择性越高的列便越适合建立Btree索引。但是当基数和选择性都十分地低的时候，这时候就需要看数据分布的情况来决定是否适合建立Btree 索引。比如：

一个表中，id列往往是不会重复的值，在这个列上建立Btree索引，往往是高效的。但是像是在性别列上，只会有男或者女这两个值，基数和选择性都比较低。这时要看数据的分布情况，若是男女数量各占一半，那么这列就不需要建立Btree 索引，走全表扫描甚至比走Btree 索引 快。若是比较特殊的，像是理工类大学，男女比例可能达到10：1，这时就可以创建索引，因为在查询条件为where sex='女'时，可以让它走Btree 索引，在where sex='男'时，走全表扫描即可。这样当查询女生的时候，效率往往就快很多了。

如何查看某个列的基数和选择性，以下有两个脚本。

第一个，取得实际的基数和选择性

select count(distinct column_name),count(*) total_rows,count(distinct column_name) / count(*) * 100 selectivity from table_name;

但是，若是segment_size过大(甚至超过SGA的buffer_cache)，那么仔细考虑了，它会挤掉buffer_cache中很多数据，甚至很多热块。可能会对生产环境产生严重的影响。

第二个，通过统计信息表查看

select a.column_name,

b.num_rows,

a.num_distinct Cardinality,

round(a.num_distinct / b.num_rows * 100, 2) selectivity,

from dba_tab_col_statistics a, dba_tables b

where a.owner = b.owner

and a.table_name = b.table_name

and a.owner = upper('&owner')

and a.table_name = upper('&table_name')

and a.column_name = upper('&column_name');

这个脚本严重依赖表的统计信息，若是统计信息有严重的错误，那么该脚本返回的数据也可能是不准确的。

生产环境中一般推荐第二种，若是表的segment_size不大，使用第一种也可。

来自 “ ITPUB博客 ” ，链接：http://blog.itpub.net/31386161/viewspace-2132419/，如需转载，请注明出处，否则将追究法律责任。

转载于:http://blog.itpub.net/31386161/viewspace-2132419/