انتقائية الفهرس

خطوات الاستخدام

أدخل عدد القيم المميزة (distinct values) في العمود الذي تريد تقييم انتقائية الفهرس له. هذا الرقم يمثل عدد القيم الفريدة في العمود. كلما زاد عدد القيم المميزة، زادت احتمالية أن يكون الفهرس فعالاً في تقليل عدد الصفوف الممسوحة. على سبيل المثال، إذا كان عمود 'البريد الإلكتروني' يحتوي على قيم فريدة لكل مستخدم، فإن عدد القيم المميزة يساوي عدد الصفوف تقريباً.

أدخل العدد الإجمالي للصفوف (total rows) في الجدول. يمثل هذا الرقم الحجم الكلي للجدول، ويستخدم كمعيار لمقارنة عدد القيم المميزة. كلما زاد عدد الصفوف الإجمالي مقابل عدد القيم المميزة، انخفضت انتقائية الفهرس.

تقوم الحاسبة بقسمة عدد القيم المميزة على العدد الإجمالي للصفوف (distinctValues / totalRows) لإنتاج نسبة الانتقائية (selectivity ratio) التي تتراوح بين 0 و1. تفسر النسبة كما يلي: إذا كانت قريبة من 1 (أعلى من 0.9)، فهذا يعني أن كل قيمة تقريباً فريدة، مما يجعل الفهرس ممتازاً للبحث عن قيمة محددة. إذا كانت بين 0.5 و0.9، فالفهرس جيد وقد يؤدي إلى تسريع الاستعلامات. إذا كانت أقل من 0.5، فالفهرس ضعيف وقد لا يكون مفيداً، خاصة إذا كانت النسبة منخفضة جداً (أقل من 0.1) حيث يفضل عدم استخدام الفهرس أو استخدام فهرس مركب.

الأسئلة الشائعة

تعتبر الانتقائية المثلى هي القريبة من 1، أي أن كل قيمة فريدة. فهرس مثل هذا يعطي أداءً ممتازاً لعمليات البحث عن قيمة واحدة. لكن في الممارسة العملية، تعتمد فعالية الفهرس على نوع الاستعلامات. قاعدة عامة: إذا كانت الانتقائية أقل من 0.1 (أي 10%)، فقد يكون الفهرس أقل فعالية من المسح الكامل للجدول (full table scan) لأن الفهرس سيرجع عدداً كبيراً من الصفوف ويتطلب عمليات إضافية للوصول إلى البيانات. لكن هذا ليس مطلقاً؛ ففي قواعد البيانات التي تستخدم التخزين العمودي (columnar storage) أو فهارس البت (bitmap indexes)، يمكن أن تكون الانتقائية المنخفضة مفيدة. على سبيل المثال، في جداول البيانات الضخمة مع استعلامات تجميع (aggregation)، قد يكون فهرس على عمود ذي انتقائية منخفضة مفيداً لتقليل الإدخال/الإخراج (I/O). هناك أيضاً مفهوم 'معدل الانتشار' (clustering factor) الذي يؤثر على أداء الفهرس: إذا كانت البيانات الفعلية مرتبة وفقاً للعمود المفهرس، فإن الفهرسة تكون أفضل حتى مع انتقائية منخفضة. لذلك، يُنصح دائماً باختبار الأداء الفعلي قبل اتخاذ القرار.

من الناحية النظرية، لا يمكن أن تكون الانتقائية أكبر من 1 لأن عدد القيم المميزة في عمود لا يمكن أن يتجاوز عدد الصفوف الإجمالي في الجدول (بفرض أن كل قيمة مميزة تظهر في صف واحد على الأقل). إذا حاولت إدخال عدد قيم مميزة أكبر من عدد الصفوف، فهذا يشير إلى خطأ في البيانات أو خطأ في الإدخال. في البيانات الحقيقية، قد يحدث أن يكون لديك تكرارات (duplicates) أو قيم معدومة (NULL). إذا كانت هناك قيم NULL، فإن بعض قواعد البيانات لا تعتبرها قيمة مميزة عند حساب الانتقائية (مثل Oracle). لذلك، يجب الانتباه إلى أن الصيغة تفترض أن جميع الصفوف لها قيم غير فارغة. لحساب دقيق، قد تحتاج إلى تعديل الصيغة: (عدد القيم المميزة غير NULL) / (إجمالي الصفوف). في الممارسة العملية، إذا تجاوزت القيم المميزة العدد الإجمالي للصفوف، فهذا مستحيل في الجدول نفسه، ولكن يمكن أن يحدث في استعلامات (queries) تحتوي على JOINs أو تجميع، لكننا هنا نتعامل مع عمود واحد.

محسن الاستعلام في قواعد البيانات مثل Oracle، MySQL، SQL Server يستخدم إحصائيات حول انتقائية الأعمدة لتقدير تكلفة الخطط المختلفة. عندما تكون انتقائية العمود عالية (قريبة من 1)، يفضل المحسن استخدام فهرس للبحث عن صف واحد أو عدد صغير من الصفوف (index unique scan أو index range scan). هذا يقلل من عدد عمليات الإدخال/الإخراج لأن الفهرس صغير الحجم ويتم الوصول إليه بسرعة. في المقابل، إذا كانت الانتقائية منخفضة، قد يختار المحسن مسح الجدول كاملاً (full table scan) لأن الوصول إلى الفهرس يتطلب قراءة كتلة الفهرس ثم قراءة كتلة البيانات لكل صف، مما يزيد التكلفة عند إرجاع نسبة كبيرة من الصفوف. على سبيل المثال، في SQL Server، هناك مفهوم 'التكلفة المتوقعة' التي تعتمد على الانتقائية: إذا كانت نسبة الصفوف المسترجعة تتجاوز عتبة معينة (غالباً 10-20% من حجم الجدول)، فإن مسح الجدول يكون أرخص. أما في قواعد البيانات التي تدعم فهارس مجمعة (clustered index)، فإن الترتيب الطبيعي للبيانات يقلل تكلفة الوصول حتى مع انتقائية متوسطة. لذلك، فهم انتقائية الفهرس يساعدك في تحسين التصميم: اختر أعمدة ذات انتقائية عالية للفهارس الرئيسية، وفكر في فهارس مركبة (composite index) حيث يمكن للعمود الأول أن يكون ذا انتقائية عالية ثم أعمدة إضافية.

على الرغم من أن الانتقائية المنخفضة (أقل من 0.1) لا تشجع عادةً على إنشاء فهرس بسيط، إلا أن هناك حالات خاصة قد يكون فيها مفيداً: 1) استعلامات تستخدم عمليات تجميع (aggregation) مثل GROUP BY على عمود ذي تكرارات قليلة (مثل تصنيفات قليلة). فهرس يمكن أن يساعد في الفرز والتجميع السريع، خاصة مع فهارز التخزين العمودي. 2) استعلامات تعتمد على فهارس مغطية (covering index) حيث يحتوي الفهرس على جميع الأعمدة المطلوبة في الاستعلام، مما يلغي الحاجة لزيارة الجدول. 3) في أنظمة OLAP (تحليل) قد تكون فهارس البت (bitmap indexes) فعالة جداً للأعمدة ذات الانتقائية المنخفضة لأنها تستخدم ضغطاً ممتازاً وتسمح بإجراء عمليات منطقية سريعة. البديل الشائع هو استخدام فهرس مركب مع أعمدة أخرى ذات انتقائية أعلى. على سبيل المثال، بدلاً من فهرس على عمود الجنس (ذكر/أنثى) فقط، يمكن إنشاء فهرس على (الجنس، العائلة) لتحسين الانتقائية الإجمالية. أيضاً، في قاعدة البيانات الكبيرة، يمكن استخدام تجزئة الجداول (table partitioning) على الأعمدة ذات الانتقائية المنخفضة لتحسين إدارة البيانات وتسريع الاستعلامات التي تفلتر حسب تلك الأعمدة.

انتقائية الفهرس

أدخل القيم

خطوات الاستخدام

أمثلة محلولة

أمثلة محسوبة

الأسئلة الشائعة

أدخل القيم

خطوات الاستخدام

حاسبات ذات صلة

1لديك جدول طلبات (orders) يحتوي على 1,000,000 صف. عمود order_status يحتوي على 5 قيم مميزة فقط (مثل 'معلق', 'مكتمل', 'ملغي', إلخ). ما هي انتقائية هذا العمود؟ وهل ينصح بإنشاء فهرس عليه؟

2لديك جدول مستخدمين (users) يحتوي على 10,000 صف. عمود user_id هو معرف فريد لكل مستخدم (قيم مميزة = 10,000). احسب الانتقائية وهل هذا جيد للفهرس؟

أمثلة محسوبة

الأسئلة الشائعة