【MySQL 45讲-11】第11讲 怎么给字符串字段加索引

11 | 怎么给字符串加索引？

要解决的问题：支持邮箱登录的情况下，如何给邮箱加索引？

• 1. 前缀索引
  • alter table SUser add index index2(email(6))
  • email(6) 这个索引结构中每个邮箱字段都只取前 6 个字节（即：zhangs），所以占用的空间会更小，这就是使用前缀索引的优势
  • 可能会增加额外的记录扫描次数
  • 使用前缀索引，定义好长度，就可以做到既节省空间，又不用额外增加太多的查询成本
• 2. 区分度不够时用不了前缀索引，可试试倒叙存储
  • 记得用count（distinct）验证下区分度
• 3. 使用hash字段
  • 表上再创建一个字段，来保存身份证的校验码（使用函数crc32()），同时在此字段上设置索引。 ===》转移查询目标
• 4. 直接创建完整索引（占用空间大）

倒叙存储和使用hash字段的异同点

• 1. 占用的额外空间
  • 倒叙存储在主键索引上，没有消耗额外空间
  • hash需要额外增加一个字段
• 2. CPU消耗
  • 倒叙每次读和写要调用reverse，占用资源更少
  • hash需额外调用crc32()
• 3. 查询效率
  • 倒叙用的还是前缀索引的方式，还是会增加扫描行数
  • 而hash虽然有冲突，但概率小，扫描行数接近1

前缀索引（类似模糊查询）

• 弊端

  • 1. 增加扫描行数
  • 2. 有可能用不上覆盖索引对查询性能的优化
  • 3. 会损失区分度，可预先设定可接受的损失比例

• 创建索引的语句不指定前缀长度，默认包含整个字符串

• 定义好前缀长度可以节省空间和查询成本

• 如何确定前缀长度？

  • 区分度：区分度越高越好（重复的键值越少），根据统计索引上不同的值的数量来确定前缀长度。

前缀索引对覆盖索引的影响

使用前缀索引就用不上覆盖索引对查询性能的优化了

即使你将 index2 的定义修改为 email(18) 的前缀索引，这时候虽然 index2 已经包含了所
有的信息，但 InnoDB 还是要回到 id 索引再查一下，因为系统并不确定前缀索引的定义是
否截断了完整信息。

使用email（6），不得不回到主键索引树去判断email字段的值，因此覆盖索引被浪费了

举个栗子

• 如何设计学生登录名（学号+@gmail.com）的索引？（学号的规则不管正向还是反向的前缀索引，重复度很高）

  • 1. 只存入学年份和顺序编号，长度9位，如果用数字类型存放，只占4个字节 （变相hash，字符串转数字的规则）
  • 2. 直接存原来的字符串。一个学校，50年才100万数据，是小表，为了业务简单，直接存原字符串