海阔天空

当数据列基数较低的时候 ，该列数据分布就可能不均衡。这就导致在查询该列的时候，最优的结果可能走索引，也可能走全表扫描。但是如果我们没有对该列收集直方图统计信息，那么基于成本的优化器（CBO）就会认为该列数据分布是均衡的，导致没有按最优的执行计划来查询。 这是因为执行计划里的rows是假的，是根据统计信息和一些数学公式计算出来的。而收集直方图信息，就是帮助执行计划计算 得到更加精准的rows。 ...

基数与表的总行数的比值就是选择性 当我们学习了基数后，可以得出一个大概的结论：基数比较小时，查询不走索引，基数比较大时，查询走索引。但是这样太笼统了，什么情况下基数算大，什么情况下算小呢。比如一个字段的基数是10000，应该比较大了吧，但是这张表本身有100亿条数据。相形之下，就不那么大了。 所以单独看列的基数就没有什么意义了，这就引入了列的选择性。当一个列的选择性大于20%时，说明这个列的数据分布就比较均衡了。这时如果在where子句中对这个字段做条件筛选，就应该创建索引。当然，如果表的数据量比较小的

基数指的是一个字段中不重复值的个数。 比如性别列，它的值有男和女两种情况，所以它的基数是2 以scott账户的emp表为例，执行以下sql select count(1) as num,count(distinct job) as jobnum,count(distinct deptno) from emp 由结果可以看出，emp表的行数为14，job列的基数为5，deptno列的基数为3 当字段的基数越大时，该列数据的分布可能就越均衡。字段的基数越小时，该列数据的分布可能就越不均衡。举个