users 테이블 예시

값이 덜 겹칠수록 인덱스는 더 적은 행만 읽는다

카디널리티는 고유 값의 수, 선택도는 조건에 걸리는 행 비율입니다. 100만 행 기준으로 보면 둘의 관계가 더 분명해집니다.

총 행 수

1,000,000

선택도는 이 전체 행 수 대비 비율입니다.

실무 기준

5~10%

이 이하이면 보통 인덱스가 유리합니다.

1. 카디널리티

고유 값 수가 많다

user_id, email처럼 거의 모든 값이 다름

2. 같은 값에 묶이는 행

한 값이 가리키는 행이 적다

후보 행 수가 바로 줄어듭니다.

3. 선택도

선택도가 낮다

WHERE 조건이 일부 행만 읽게 만듭니다.

4. 결과

인덱스 효과가 커진다

값이 많이 겹치면 Full Scan 쪽이 쉬워집니다.

대표 컬럼	고유 값 수	선택도와 읽는 범위	인덱스 판단
user_id · email 거의 1행만 정확히 찾는 조회	1,000,000 카디널리티 최고	0.0001% 약 1행만 읽음	최고 탐색 이점이 가장 큼
phone 거의 유일, 일부만 중복	990,000 매우 높음	0.0001% 대부분 약 1행 수준	높음 유일값과 거의 비슷
city 한 값에 여러 사용자가 묶임	200 중간	0.5% 약 5,000행	중간 조건에 따라 유리
status 활성, 휴면, 탈퇴처럼 종류가 적음	3 낮음	33% 약 330,000행	낮음 읽는 행이 많아 이득 감소
gender 거의 절반씩 나뉘는 저카디널리티	2 최저	50% 약 500,000행	매우 낮음 Full Scan이 더 단순할 수 있음

낮은 선택도 = 적은 행 접근 = 인덱스 효율 상승 선택도가 5~10%를 넘으면 너무 많은 행을 읽게 되어 순차 스캔이 더 빠를 수 있습니다.