sql 的优化大多数情况下是索引的优化，那么，什么情况下该创建索引，什么情况下不创建索引呢，回答这个问题之前，先来了解一下基数和选择性吧。

基数

在 Oracle 数据库中，某一列的唯一键的数量叫做基数。

举个例子，比如一张表中有个 sex 字段，它的值只有 “男” 和 “女” 两种情况，那我们就说这一列的基数是2。

我们可以通过如下语句来查询一个字段的基数。

select count(distinct deptno) as num from emp

当一个字段的基数越大的时候，该列的数据分布可能就越均衡。字段的基数越小时，该列的数据分布可能就越不均衡。

举个例子，在一个有10000行数据的表中，sex 字段基数为2，他的数据分布可能为9999行是男的，1行是女的，这是分布不均衡的现象。而在身份证字段中，它的基数是10000，每一行都是一个不同的身份证号码，这是分布均衡的现象。

我们可以通过 group by 语句来查看数据的分布情况。

select deptno,count(1) from emp group by deptno

这个时候如果我们要查询表中性别为男的数据，那么返回的数据就占了表中数据的 99.99%，其实就相当于是全表扫描，这种情况就不应该走索引了。但是如果查询表中性别为女的数据，那么返回的数据就占了表中数据的 0.01%，这个时候时候应该走索引。

一般来说，当返回表中 5% 以内的数据的时候，就应该走索引。超过 5% 的数据就要使用全表扫描。但是这个说法太绝对了，就像上面查询 sex 字段时，查询男性时候超过了 5%，查询女性时候小于 5%，那这个字段需不需要创建索引呢？

这个时候，就需要引入选择性的概念了。

选择性

基数与表的总行数的比值就是选择性。

我们可以通过以下 sql 语句来查询列的选择性。

select count(distinct deptno)/count(1) as selectivity from emp

当一个字段的选择性大于 20%，说明该列数据分布就是比较均衡的了。这个时候如果在 where 子句中使用了该字段，那么就应该创建索引。

PS：文中使用了数据量较少的表来举例子，是因为数据清晰直观，方便大家理解。而在实际情况中，只有大表才会产生性能问题。如果一个表里只有十几二十条数据，也就无所谓优化了。