一个值只有0和1的字段，到底要不要建索引.一个表只有一个字段，用不用索引

 

 

关于数据库索引的所有文章，都会告诉你不要对这种字段建索引。

但这些文章不会告诉你的一个事实是：

如果表里面这个字段的值分布极度不均匀的情况下，而且你需要查询分布较少的记录的话，索引就非常有用了

举个例子，假设表中有一千万条记录，某个状态为0的记录总数大概会有100条，那么你想查询状态为0的记录时，有没有索引影响非常大，而查询状态为1的记录，则索引基本无用。如果两种状态的记录数相差无几的话，索引也基本无用。

所有的关于索引的文章，建议你不要为这种字段建索引的依据，都是以值分布是均匀为前提的。但如果值分布不均匀的时候，这个建议就不一定是正确的了。当我们需要查询的记录恰好是分布较少的记录的时候，值分布越是不均匀，索引就越有价值！

索引的本质就是排序，因为大家都排好了队，所以一样的数据都依次排在一块了。这个时候，就像奥运会开幕式入场的运动员们一样，中国队、美国队、德国队。。。队长都举着自己国家的小牌子，让人远远地就能看到那个瑞典队在什么地方(有索引)。这个时候，你要采访瑞典队，直接跑过去就行了。当散场后你再想去餐厅找瑞典队采访(没有索引)，估计就得按个问过去：兄弟，你是不是瑞典队的？等你找到采访对象，还是算了吧，人家都吃完饭走人了(查询超时)。。。

二值的情况下，形象点说，就是你在上海人民广场找人，看你找的是中国人还是外国人。找10个中国人很简单，基本上是逮着一个算一个。但要找10个外国人，就比较费时间了。。。这个时候如果大家都排队，中国人排前面，外国人排后面，你就可以直奔队伍的末尾去喊上10个外国人了。

现在大家明白了这种字段的索引到底要不要建了吧。

 

我们的索引一般都是非唯一的B+树索引；
目的是为了提高查询效率；

我本来以为，一般一个表都有多个字段，比如有20个字段，如果我们不用索引，那么就是全表扫描；
最理想的情况，20个字段的数据连续存放，如果我只是查询一个字段的信息，并且where条件里也是这个字段；
比如 select field1 from table1 where field1='xxx';
那么由于Field1... field20 占用的是连续的空间，所以执行查询的时候，实际上要把field2...field20跳开；
但是，如果我们这个表只有一个字段，那么，查询的空间是连续的；所以速度要快些；

这个也许是索引能速度快的原因，索引记载的就是这个索引字段的信息和rowId，所以它可以劈开field2...field20的干扰；

但是假如这个表只有一个字段(字段值不唯一，所以没有加主键)，那么加不加索引不是一样吗？

我做了简单的实验，发现以上想法有问题，实践证明，哪怕某个表只有一个字段，加不加索引差距也是巨大的！

实验内容：
A表 20个字段，160万条记录；
B表 1个字段， 160万条记录；

B表先没有索引，执行
select field1 from B表 where field1='xxx';
消耗0.55秒时间；
然后建立field1的非唯一索引,在执行以上的语句；
消耗实践仅有0.02秒，速度提高了30倍左右；
所以哪怕只有一个字段，有无索引差距也是巨大的；

A表和B表的索引一样，也是field1为索引；
执行
select field1 from A表 where field1='xxx';
消耗也是 0.02秒 ；
所以如果一个表有索引，那么针对该字段的查询，字段的多少对速度的影响不大；

在执行下面两句：
select field1 from A表 where field1  like '%xxx%';
select field1 from B表 where field1  like '%xxx%';
也就是故意不用索引而用全表扫描；
发现这两句话速度差不多都是为3秒多，差距不大；
所以就算是全表扫描，字段少的表的查询速度未必比字段多的表好到那里。



然后我有查询了user_segments里的 segment_name 值为： B表和对应的索引 的 字节数；

发现 索引占用的空间反而比表大！

不过这个也可以理解，因为毕竟索引的查询速度快很多啊。它内部可能有其他的附加信息；

为何仅有一个字段的表也需要索引？
我个人以为，索引内部可能有排序，所以它查找起来就通过查找范围段就行了；
而全表扫描某个字段，是没有排序的，所以它必须查找所有。
想法未必正确，后者说未必全面；