高选择性字段优先作为分区键可显著提升SQL报表查询性能。因其能避免数据倾斜、提升过滤效率、利于按需归档；常用组合如create_time+tenant_id，慎用低选择性枚举字段单独分区。
分区字段选得对，SQL报表查询性能能提升明显。高选择性字段优先，是分区设计的核心原则之一。
什么是高选择性字段
高选择性指字段取值丰富、重复率低。比如 订单ID（几乎唯一）、创建时间（精确到秒）、用户手机号 都属于高选择性字段；而 订单状态（如“待支付”“已发货”“已完成”） 或 性别 这类只有几个固定值的字段，选择性就很低。
选择性可用公式粗略估算：不同值数量 / 总记录数。值越接近 1，选择性越高。
为什么优先选高选择性字段做分区键
- 避免数据倾斜：低选择性字段容易导致某些分区数据量爆炸（如“待支付”订单占80%），查询集中在少数节点，失去并行优势
- 提升过滤效率：WHERE 条件命中高选择性分区字段时，数据库能快速裁剪掉大量无关分区（Partition Pruning），减少I/O和计算量
- 利于按需归档：按时间或ID范围分区后，历史数据可整区下线，运维更可控
实际选字段时的常见组合策略
单字段往往不够用，建议按主次组合：
-
首选：时间字段 + 高频过滤字段（如
create_time+tenant_id），兼顾时效性和租户隔离 - 次选：业务主键前缀 + 时间（如订单号前6位代表区域+日期），适合全局ID但有业务含义的场景
- 慎用：枚举类/布尔字段单独分区，除非该字段在90%以上查询中都作为强过滤条件且分布极不均衡（如“是否风控拦截”仅0.1%为true）
验证选择是否合理的小技巧
建分区表前，先跑几条统计SQL看看分布：
-
SELECT 分区字段, COUNT(*) FROM 表 GROUP BY 分区字段 ORDER BY COUNT(*) DESC LIMIT 10;—— 查看头部热点值占比 -
SELECT COUNT(DISTINCT 分区字段) * 1.0 / COUNT(*) FROM 表;—— 算选择性比值，低于0.01要警惕 - 模拟查询加
EXPLAIN PARTITIONS，确认执行计划是否真正跳过无关分区
