在索引中使用布尔值或枚举列？

Question

我读过为索引选择的列应该很好地区分行，即索引列不应包含大量具有相同值的行。这表明布尔值或性别等枚举对索引来说是不好的选择。

但是，如果我想按性别找到用户，并且在我的特定数据库中只有2％的用户是女性，那么在获得女性用户时，性别列似乎是一个有用的索引，但不是在得到所有男性用户时。

那么将索引放在这样的列上通常是个好主意？

Answer 1

这是我愿意让服务器的统计信息通知我的时候创建索引的情况下。除非你知道这个查询将占主导地位，否则运行这样的查询不会先验地达到你的性能目标，那么过早地创建索引可能会让你付出性能而不是增加它。另外，您可能想要考虑如何实际使用查询。在这种情况下，我猜测你通常会根据这一列进行某种聚合，而不是简单地选择符合条件的用户。在这种情况下，无论如何你都会进行表扫描，索引不会为你购买任何东西。

Answer 2

索引低基数列以提高搜索性能在我的世界中很常见。 Oracle支持为这些情况设计的“位图索引”。请参阅this article以获得简要概述。

我的大部分经验是与Oracle，但我认为其他RDBMS”类似的支持的东西。

Answer 3

不要忘了，不过，你可能只能选择女性的时间约为2％。剩下的时间，你会寻找男性。对此，直接表扫描（而不是索引扫描和访问表中的数据）将更快。

还可以，有时，使用复合索引，与加上较高基数柱低基数柱（枚举，布尔值）（出生日期，或许）。这很大程度上取决于完整的数据以及您真正使用的查询。

我的经验是，对男性/女性的指数很少会是真正有用的。一般建议是有效的。还有一点需要记住 - 在添加或删除（或更新）行时，必须保留索引。索引越多，每个修改操作所做的工作就越多，从而减慢系统的速度。

有关于索引设计的全书。