什么是Cardinality值？

并不是在所有的查询条件中出现的列都需要添加索引。对于什么时候添加B+树索引，一般的经验是，在访问表中很少一部分数据时使用B+树索引才有意义。例如，对于性别字段、地区字段、类型字段、状态字段，它们的可取值范围很小，成为低选择性的列。如：

select * from student where sex=’F’

按照性别查找时，可取值的范围一般是“M”和“F”。因此上述sql语句得到的结果可能是该表的50%数据，这个时候添加B+索引没有必要。但如果某个字段的取值范围很广，几乎没有重复，我们称之为高选择性，添加B+树索引很合适。

怎么查看已有的索引有高选择性呢？可以通过show index 结果中的列Cardinality来观察。Cardinality值非常关键，它表示索引中不重复记录数量的预估值。它是一个预估值，而不是一个准确的值，基本上我们不可能得到一个准确的值。

Cardinality表示索引的选择性。建立索引的前提是列中的数据是高选择性的。MySQL如何来统计Cardinality信息呢？MySQL数据库中有各种不同的存储引擎，而每种存储引擎对于B+树的实现方式各不相同，所以对于Cardinality的统计是放在存储引擎层进行的。

我们需要知道，在生产环境中，索引的更新操作可能是非常频繁的。如果每次索引在发生更新操作时，就对其进行Cardinality值的统计，那么将会给数据库带来很大的负担。如果一张表的数据非常大，假设有上百G，那么统计一次Cardinality信息所需要的时间可能非常长。在生产环境中，也是不能接受的。因此，数据库对于Cardinality的统计是通过采样（Sample）的方法来完成的。

那么什么时候会更新Cardinality值呢？以及这个值是如何得到的？

更新Cardinality发生在insert和update两个操作中。但是不是每次表中的索引发生insert和update的时候就去更新Cardinality信息。InnoDB存储引擎内部对更新Cardinality信息的策略为：

1） 、表中1/16的数据已发生过变化

2） 、stat_modified_counter>2 000 000 000

第一种策略为自从上一次统计过Cardinality信息之后，表中1/16的数据已经发生过变化，此时就要触发更新Cardinality信息了。

第二种策略考虑到一种情况，如果对表中某一行或者多行的数据频繁地进行更新操作，但是表中的记录数没有增加，发生变化的数据还是这一行或者多行。那么很显然，第一种更新策略无法适用这种情况。这个计数器stat_modified_counter大于2 000 000 000时，同样需要更新Cardinality的信息。

InnoDB存储引擎同样是通过采样的方法，统计Cardinality的值。采样方法为：

1） 、取得B+树索引中叶子节点的数量，计为A；

2） 、随机取得B+树索引中的8个叶子节点，统计每个叶子节点不同记录的个数，计为P1，P2，P3，P4，P5，...，P8。

3） 、Cardinality的预估值则为：（P1+P2+P3+...+P8）*A/8

由此我们可以知道，InnoDB存储引擎中，Cardinality值就是通过对8个叶子节点预估而得到的，不是一个实际精确的值。并且每次Cardinality得到的值可能又不一样，因为每次采样的8个叶子节点都不一定相同。

不过有一种情况可能使得用户每次观察到的索引Cardinality值都是一样的，那就是当表足够小，索引的叶子节点小于或者等于8个，那么无论如何采样，也总是会采取到同样的叶子节点。

注：show index from table_name可以查看Cardinality的值