如何理解MySQL索引cardinalit
本篇内容主要讲解"如何理解MySQL索引cardinalit"，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习"如何理解MySQL索引cardinalit"吧!
查看一个表的索引：
mysql> show index from rank_item;+-----------+------------+--------------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+| Table | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment |+-----------+------------+--------------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+| rank_item | 0 | PRIMARY | 1 | id | A | 5665508 | NULL | NULL | | BTREE | | || rank_item | 1 | idx_city_category | 1 | city | A | 2713 | NULL | NULL | | BTREE | | || rank_item | 1 | idx_city_category | 2 | category | A | 3798 | NULL | NULL | YES | BTREE | | || rank_item | 1 | idx_artisan_id | 1 | artisan_id | A | 33916 | NULL | NULL | YES | BTREE | | || rank_item | 1 | index_weight | 1 | weight | A | 11680 | NULL | NULL | YES | BTREE | | || rank_item | 1 | product_id_plan_id | 1 | product_id | A | 1480432 | NULL | NULL | | BTREE | | || rank_item | 1 | product_id_plan_id | 2 | plan_id | A | 5590288 | NULL | NULL | YES | BTREE | | || rank_item | 1 | idx_cat_ci_art | 1 | category | A | 3170 | NULL | NULL | YES | BTREE | | || rank_item | 1 | idx_cat_ci_art | 2 | city | A | 11417 | NULL | NULL | | BTREE | | || rank_item | 1 | idx_cat_ci_art | 3 | artisan_id | A | 46514 | NULL | NULL | YES | BTREE | | || rank_item | 1 | idx_ca_ci_pid_wei | 1 | category | A | 3187 | NULL | NULL | YES | BTREE | | || rank_item | 1 | idx_ca_ci_pid_wei | 2 | city | A | 10869 | NULL | NULL | | BTREE | | || rank_item | 1 | idx_ca_ci_pid_wei | 3 | plan_id | A | 17403 | NULL | NULL | YES | BTREE | | || rank_item | 1 | idx_ca_ci_pid_wei | 4 | weight | A | 659306 | NULL | NULL | YES | BTREE | | |+-----------+------------+--------------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+
上面有一个属性Cardinality，可以通过观察它来评估索引是否合理。它会估计索引中不重复记录，如果这个相对值很小，可能就要评估索引是否有意义。
查看表的总行数：
mysql> select count(*) as total from rank_item;+---------+| total |+---------+| 5581872 |+---------+
观察以下信息：
id列：Cardinality/total=5608506/5581872=1.005
city列：Cardinality/total=2713/5581872=0.0000486
category列：Cardinality/total=3170/5581872=0.0000568
列id由于是主键，通过cardinality估算出来的值/总数接近于1；而另外2个索引列，估算出来的值/总数都趋近于0。估算出来的值/总数=占比，我们称占比为相对值。
通过上面表格做一个大胆推测，查询id列是很快，查询另外2列是很慢；现在我们看下相应的执行计划。
mysql> explain select * from rank_item where id=2419;+----+-------------+-----------+------------+-------+---------------+---------+---------+-------+------+----------+-------+| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |+----+-------------+-----------+------------+-------+---------------+---------+---------+-------+------+----------+-------+| 1 | SIMPLE | rank_item | NULL | const | PRIMARY | PRIMARY | 4 | const | 1 | 100.00 | NULL |+----+-------------+-----------+------------+-------+---------------+---------+---------+-------+------+----------+-------+1 row in set, 1 warning (0.00 sec)mysql> explain select * from rank_item where city=4967;+----+-------------+-----------+------------+------+-------------------+-------------------+---------+-------+--------+----------+-------+| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |+----+-------------+-----------+------------+------+-------------------+-------------------+---------+-------+--------+----------+-------+| 1 | SIMPLE | rank_item | NULL | ref | idx_city_category | idx_city_category | 4 | const | 556680 | 100.00 | NULL |+----+-------------+-----------+------------+------+-------------------+-------------------+---------+-------+--------+----------+-------+1 row in set, 1 warning (0.04 sec)
但是发现都会走索引，而且ref都是const。难道是cardinality不准？是的，因为它是一个预估值！
cardinality是怎么预估的？
上面提到cardinality是索引中不重复记录的预估值，那么它是怎么实现的呢？由于Mysql的B+索引在每个存储引擎中实现的都不一样，所以cardinality干脆放到存储引擎层面实现的！
对于innodb来说，达到以下2点就会重新计算cardinality
如果表中1/16的数据发生变化
如果stat_modified_counter>200 000 0000
这是为什么呢？因为真实环境中，索引的更新可能非常频繁，比如一个表中数据的插入，更新，删除等，每次都去统计cardinality会带来很大的负担；另外如果是一个大表，统计一次可能非常耗时。基于此，采用基于上面2个条件的"抽样"统计的方式。
那上面2种有什么区别呢？
如果表中1/16数据发生变化则会更新；第2种情况比较特别，如果某一千数据频繁更新，但是数据并没有增加，则第一种无法适用，所以设置stat_modified_counter为发生变化的次数；如果次数达到200 000 0000，也会更新统计值。
那具体是如何采样统计的呢？
获取B+树叶子节点的数据，记为A
随机获得B+树索引中8个叶子节点。统计每个页不同记录的个数，分别记为P1,P2...P8
计算cardinality = (P1+P2+...P8)A/8
从而得出索引中不同记录的数量。从上面可以发现，有2个问题
1、由于是随机采样的方式，所以会出现，连续2次统计，数量都不同。只有在表数据非常少，叶子节点不多于8个时，每次采样都是取到相同的页，统计值才会相同。
2、由于统计值是基于上面2个条件去更新的，可能出现系统运行了一段时间之后，数据发生了很大变化，统计值偏差比较大了，那么索引的效率会下降。
那对于问题2，该怎么处理呢？
手动更新统计值
如果系统运行一段时间之后，我们可以通过执行下面的sql，重新计算cardinality值。
analyze table tablename;
不过，如果表很大，重新统计可能会非常耗时间，建议对于核心表，在非高峰时段操作
选择性
现在又回到前面的例子，我们通过观察执行计划发现，不论cardinality大小，相对值大小，发现还是会走索引，那为什么要说对于相对值非常小的不建议建索引呢？这就涉及到一个选择性的问题
比如有一个用户表，有一列性别sex，现在要查询所以性别为male的用户(假定只有男人-male，女人-female，没有其它不明性别),可能的sql：
select * from user where sex = 'M';
对于这个sql，虽然sex上有索引，但是执行的时候，读取的数据可能会超过一半，甚至在极端情况下(比如程序员的网站)，大部分数据都需要读取，所以还是会走全表扫描，这种数据称为低选择性。反之，如果是高选择性的，建议建索引 ，比如user表中用户，一般来说很少重复；
到此，相信大家对"如何理解MySQL索引cardinalit"有了更深的了解，不妨来实际操作一番吧！这里是网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！
