在MySQL中，索引选择性（Index Selectivity）是影响查询性能的关键因素之一。选择性越高，意味着索引列的唯一值越多，重复值越少，数据库就能更高效地定位目标数据。优化索引选择性可以显著提升查询效率，减少全表扫描的发生。
什么是索引选择性
索引选择性是指索引列中不同值的数量与总行数的比值，计算公式为：
选择性 = 不同值的数量 / 总行数
理想情况下，选择性越接近1越好，比如主键的选择性就是1。如果选择性很低（例如性别字段只有“男”和“女”），即使建了索引，优化器也可能放弃使用，因为扫描索引再回表的成本可能高于直接全表扫描。
提高索引列的选择性
选择高选择性的列作为索引起点能有效提升性能。
优先对唯一或接近唯一的列建立索引：如用户ID、订单号等。 避免对低基数列单独建索引：如状态、性别等字段，单独建索引效果差。 组合索引中将高选择性列放在前面：比如 (user_id, status) 比 (status, user_id) 更有效，因为user_id区分度更高。合理设计组合索引
通过组合多个列来提升整体选择性。
利用最左前缀原则：确保查询条件能命中索引的最左侧列。 覆盖常用查询条件：将WHERE、JOIN、ORDER BY中频繁使用的高选择性列组合建索引。 考虑包含必要字段避免回表：使用覆盖索引（Covering Index），把SELECT中的字段也包含进索引，减少回表次数。例如，有查询：
SELECT name, email FROM users WHERE city = 'Beijing' AND age > 25;
可以创建索引：
CREATE INDEX idx_city_age_name_email ON users(city, age, name, email);
分析并监控索引使用情况
定期检查索引是否被实际使用，避免无效索引拖累写入性能。
使用EXPLAIN分析执行计划：查看查询是否走索引、走了哪个索引、是否有Using filesort等问题。 查询information_schema.statistics：了解索引的基数（CARDINALITY），判断选择性高低。 启用慢查询日志：找出未使用索引或执行时间长的SQL进行优化。基本上就这些。关键是理解数据分布，结合查询模式设计高效索引，持续观察执行效果，及时调整策略。索引不是越多越好，而是越准越好。
