Что такое селективность индекса
На этой странице
Селективность условия — доля строк таблицы, которые ему соответствуют. Высокая селективность (мало строк: email = $1, id = $1) — индекс очень выгоден. Низкая (много строк: is_active = true для 95% пользователей) — дешевле прочитать таблицу целиком последовательно, чем делать тысячи случайных переходов из индекса в heap; поэтому планировщик может не использовать индекс, и это правильно. Важна селективность конкретного значения, а не столбца в целом: status = 'failed' (0,1% строк) селективно, а status = 'done' (90%) — нет. Для таких перекосов подходят частичные индексы. Оценки селективности планировщик берёт из статистики (pg_stats: частые значения, гистограммы), поэтому устаревшая статистика ведёт к плохим планам.
Вопрос
Что такое селективность и как она влияет на использование индекса?
Примеры
| Условие | Доля строк | Индекс выгоден |
|---|---|---|
id = 42 | 1 строка | Да |
email = 'anna@x.com' | 1 строка | Да |
user_id = 7 | 0,01% | Да |
status = 'failed' | 0,1% | Да |
status = 'done' | 90% | Нет — Seq Scan |
is_active | 95% | Нет |
Граница зависит от размера строк, кеша и настроек (random_page_cost), но ориентир — единицы процентов.
Почему много строк через индекс медленнее
Seq Scan: читаем 10 000 страниц подряд (последовательно, быстро)
Index Scan: 900 000 строк → до 900 000 переходов к разным страницам (случайный доступ)Промежуточный вариант — Bitmap Heap Scan: сначала собрать номера страниц из индекса, затем читать их по порядку.
Перекос значений и частичный индекс
-- задачи в работе — малая доля, по ним ищут постоянно
CREATE INDEX jobs_pending_idx ON jobs (created_at) WHERE status = 'pending';
SELECT * FROM jobs WHERE status = 'pending' ORDER BY created_at LIMIT 100;Индекс маленький (только pending), быстро обновляется и не содержит 99% «done»-строк.
Статистика
SELECT attname, n_distinct, most_common_vals, most_common_freqs
FROM pg_stats
WHERE tablename = 'orders' AND attname = 'status';most_common_vals = {done, cancelled, new, failed}
most_common_freqs = {0.9, 0.06, 0.035, 0.005}Планировщик знает, что status = 'done' вернёт 90% строк, а failed — 0,5%, и выбирает разные планы для разных параметров.
Коррелированные столбцы
-- city = 'Moscow' (10%) и country = 'RU' (30%) — планировщик считает независимыми: 3%
-- на деле все Moscow — в RU: 10%
CREATE STATISTICS users_city_country (dependencies) ON city, country FROM users;
ANALYZE users;Кардинальность и селективность
Кардинальность столбца — число различных значений. Высокая кардинальность (email, id) обычно означает высокую селективность равенства, но при перекосе распределения одного числа мало — смотрите на частоты значений.
Частые ошибки
- Индекс по boolean или столбцу со статусом без условия.
- «Заставлять» планировщик использовать индекс, когда Seq Scan действительно дешевле.
- Не делать
ANALYZEпосле массовой загрузки. - Оценивать селективность по столбцу, а не по реальным значениям в запросах.
Что важно помнить
- Селективность = доля строк, подходящих под условие.
- Индекс выгоден, когда строк мало.
- Перекос значений — повод для частичного индекса.
Мини-шпаргалка
- Мало строк → Index Scan.
- Много строк → Seq Scan / Bitmap.
pg_stats.most_common_vals/freqs.CREATE INDEX ... WHERE rare_condition.CREATE STATISTICSдля коррелированных столбцов.
Документация
PostgreSQL: Statistics Used by the Planner, PostgreSQL: Row Estimation Examples.