mysql字符串做索引_MySQL – 给字符串加索引

在索引里提到了索引占用的空间和索引占用值的关系。并提到了字符串可以使用最左N个字符作为索引值(最左前缀)。

在数据库选错索引怎么办里提到基数(cardinality)是选择使用哪个索引的很重要的指标。

前缀索引

下面举个例子：

-- 使用整个字段做索引

mysql> alter table SUser add index index1(email);

-- 使用前6个字符做索引

mysql> alter table SUser add index index2(email(6));

如果使用的是 index1(即 email 整个字符串的索引结构)，执行顺序是这样的：

zhangssxyz@xxx.com

zhangssxyz@xxx.com

如果使用的是 index2(即 email(6) 索引结构)，执行顺序是这样的：

从 index2 索引树找到满足索引值是’zhangs’的记录，找到的第一个是 ID1；

到主键上查到主键值是 ID1 的行，判断出 email 的值不是’zhangssxyz@xxx.com’，这行记录丢弃；(回表)

取 index2 上刚刚查到的位置的下一条记录，发现仍然是’zhangs’，取出 ID2，再到 ID 索引上取整行然后判断，这次值对了，将这行记录加入结果集；

重复上一步，直到在 idxe2 上取到的值不是’zhangs’时，循环结束。

可以看到使用第二种方式建索引会导致回表，那么覆盖索引也用不上了。

所以，如何给字符串建索引就成了空间(占用空间)和效率(基数)的权衡。前缀索引使用的好，就可以做到既节省空间，又不用额外增加太多的查询成本。

如何确定前缀索引的长度

首先，你可以使用下面这个语句，算出这个列上有多少个不同的值：

mysql> select count(distinct email) as L from SUser;

然后，依次选取不同长度的前缀来看这个值，比如我们要看一下 4~7 个字节的前缀索引，可以用这个语句：

mysql> select

count(distinct left(email,4))as L4,

count(distinct left(email,5))as L5,

count(distinct left(email,6))as L6,

count(distinct left(email,7))as L7,

from SUser;

使用前缀索引很可能会损失区分度，所以你需要预先设定一个可以接受的损失比例，比如 5%。然后，在返回的 L4~L7 中，找出不小于 L * 95% 的值，假设这里 L6、L7 都满足，你就可以选择前缀长度为 6。

前缀区分度不够怎么办

比如身份证号，字符串很长，前缀部分区分度很低，有两个方法：

倒序存储：把身份证倒过来存，因为身份证前几位区分度太低，但是后几位区分度很高：

mysql> alter table t add index id_card_i(id_card(6));

mysql> select field_list from t where id_card = reverse('input_id_card_string');

添加一个身份证的hash字段

mysql> alter table t add id_card_crc int unsigned, add index(id_card_crc);

mysql> select field_list from t where id_card_crc=crc32('input_id_card_string') and id_card='input_id_card_string'

这两个方法有个共同的缺点，不支持范围查询，只支持等值查询。