Index selectivity는 SQL 쿼리 성능을 최적화하는 주요 요소입니다. 그것은 데이터의 속도를 높일 수 있는 인덱스 필터 데이터를 잘 측정합니다. 이해 및 계산 인덱스 선택성에 대한 이해와 계산은 데이터베이스 관리자가 가장 효과적인 인덱스를 선택하여 쿼리 효율성을 향상시킬 수 있습니다.

인덱스 선택성이란?

Index selectivity는 열의 총 수와 상대적인 열에 있는 고유한 값의 비율을 나타냅니다. 높은 선택성은 열이 많은 유일한 가치를, 그것에게 더 효과적인 색인을 만들기를 나타냅니다. 가로적으로, 낮은 선택성은 색인의 유용성을 감소시키기 위하여 많은 중복 가치를, 건의합니다.

측정 색인 선택성

인덱스 선택성에 대한 공식은 straightforward입니다.

선택성 = 고유 값의 수 / 행의 총 수

예를 들어, 테이블에는 1,000 행과 900 개의 고유 값이 있는 열이 있고, 선택성은 0.9이며, 색인에 대한 높은 효과를 나타냅니다.

Real Data 예제

10,000 행이있는 고객 데이터의 테이블을 고려하십시오. "Country"열에는 50 개의 고유 국가 이름이 포함되어 있습니다. 선택성은 다음과 같습니다.

0.005 = 50 / 10,000

이 낮은 선택성은 "Country"열을 색인하는 것이 쿼리 성능을 크게 향상시킬 수 없습니다. 대신, "Customer ID"와 같은 열에 초점을 맞추고, 10,000 개의 독특한 가치를 가지고있는 "Customer ID"와 같은 더 유리합니다.

Query Optimization에 대한 응용

측정 색인 선택성은 색인에 열을 결정하는 데 도움이. 높은 선택성 열은 일반적으로 더 나은 후보를 색인을 붙이고, 빠른 쿼리 실행에 지도합니다. 낮은 선택성 열은 다른 최적화 전략 또는 합성 색인을 위해 더 잘 적응될 수 있습니다.