在索引中使用布爾值或枚舉列？

Question

我讀過爲索引選擇的列應該很好地區分行，即索引列不應包含大量具有相同值的行。這表明布爾值或性別等枚舉對索引來說是不好的選擇。

但是，如果我想按性別找到用戶，並且在我的特定數據庫中只有2％的用戶是女性，那麼在獲得女性用戶時，性別列似乎是一個有用的索引，但不是在得到所有男性用戶時。

那麼將索引放在這樣的列上通常是個好主意？

Answer 1

這是我願意讓服務器的統計信息通知我的時候創建索引的情況下。除非你知道這個查詢將佔主導地位，否則運行這樣的查詢不會先驗地達到你的性能目標，那麼過早地創建索引可能會讓你付出性能而不是增加它。另外，您可能想要考慮如何實際使用查詢。在這種情況下，我猜測你通常會根據這一列進行某種聚合，而不是簡單地選擇符合條件的用戶。在這種情況下，無論如何你都會進行表掃描，索引不會爲你購買任何東西。

Answer 2

索引低基數列以提高搜索性能在我的世界中很常見。 Oracle支持爲這些情況設計的「位圖索引」。請參閱this article以獲得簡要概述。

我的大部分經驗是與Oracle，但我認爲其他RDBMS」類似的支持的東西。

Answer 3

不要忘了，不過，你可能只能選擇女性的時間約爲2％。剩下的時間，你會尋找男性。對此，直接表掃描（而不是索引掃描和訪問表中的數據）將更快。

還可以，有時，使用複合索引，與加上較高基數柱低基數柱（枚舉，布爾值）（出生日期，或許）。這很大程度上取決於完整的數據以及您真正使用的查詢。

我的經驗是，對男性/女性的指數很少會是真正有用的。一般建議是有效的。還有一點需要記住 - 在添加或刪除（或更新）行時，必須保留索引。索引越多，每個修改操作所做的工作就越多，從而減慢系統的速度。

有關於索引設計的全書。