Index selectivity는 쿼리 성능을 최적화하는 데 도움이되는 데이터베이스 관리의 핵심 개념입니다. 그것은 색인이 데이터를 필터링 할 수 있는지 측정하고 데이터 검색 속도를 높일 수 있습니다. 계산 및 해석 색인 선택성을 계산하는 방법을 이해하면 효율적인 데이터베이스 설계 및 쿼리 실행에 이어질 수 있습니다.

인덱스 선택성이란?

Index selectivity는 인덱스 내에서 데이터의 고유성을 나타냅니다. 높은 선택성은 인덱스 필터 데이터를 효과적으로 측정하는 것을 의미하며, 많은 고유 값으로 구분됩니다. 낮은 선택성에는 인덱스가 많은 중복 값이 있으며 필터링에 더 적은 효과를 내는 것이 좋습니다.

측정 색인 선택성

인덱스 선택성에 대한 공식은 straightforward입니다.

Index 선택 = 고유 값의 수 / 행의 총 수]

예를 들어, 열의 인덱스가 50개의 고유한 값이 있고 테이블에는 1,000개의 줄이 들어, 선택성은 0.05입니다. 1개가 더 높은 선택성을 나타내며, 인덱스가 필터링 데이터에 더 효과적입니다.

Query Optimization에 대한 응용

높은 선택률을 가진 색인은 일반적으로 큰 데이터셋을 위해 질의 성과, 특히를 위해 유리합니다. 그들은 데이타베이스 엔진을 빨리 좁히는 결과를, 검색 시간을 감소시킵니다. 반전적으로, 낮은 선택성 색인은 성과를 두드러지게 개량하지 않으며 갱신을 느리게 할 수 있었습니다.

가장 좋은 연습

  • 인덱스 생성하기 전에 Analyze 데이터 배포.
  • 인덱스를 위한 높은 선택성 열을 우선적으로 합니다.
  • 일반적으로 검토 인덱스 성능 및 필요에 따라 조정.
  • 쿼리 최적화 기법과 인덱스를 결합합니다.