Mysql性能优化：如何给字符串加索引？

导读

• 现代大部分的登陆系统都支持邮箱、手机号码登陆两种方式，那么如何在邮箱或者手机号码这个字符串上创建索引才能保证性能最佳呢？

• 今天这篇文章就来探讨一下在Mysql中如何给一个字符串加索引才能达到性能最佳。

• 本文首发于做者的微信公众号【码猿技术专栏】，喜欢的朋友关注一下，谢谢！！！

• 陈某将会从什么是前缀索引、前缀索引和普通索引的比较、如何建丽最佳性能的前缀索引、前缀索引对覆盖索引的影响这几段来说。

 

前缀索引

• 顾名思义，对于列值较长，好比BLOB、TEXT、VARCHAR，就 "必须" 使用前缀索引，即将值的前一部分做为索引。由于索引的存储也是须要空间的，一样索引太长维护起来也比较困难。

• 好比咱们给User表中的邮箱添加前缀索引，以下:

 alter table user add index index1(email(7));

• 上述语句将email的前7个字符做为索引。

 

前缀索引和普通索引比较

• 咱们分别将email的所有做为索引和前7个字符做为索引来看看在性能上有什么差别。创建索引的语句以下：

alter table user add index index1(email);
​
alter table user add index index2(email(7));

• 假设有user表中有这样几条数据(id,name,email)：(1,"陈某","chenmou1993@xxx")、(2,"张某","chenmou1994@xxx")、(3,"李某","chenmou1995@xxx")、(4,"王某","chenmou1996@xxx")。

• 对应于index1和index2的索引树以下两张图：

 

• 若是执行下面的查询语句，Mysql如何利用索引来查询呢？

select * from user where email="chenmou1995@xxx";

【1】普通索引的执行过程

1. 从index1索引树找到知足索引值是chenmou1995@xxx的这条记录，取得id=2的值；

2. 到主键上查到主键值是id=2的行，判断email的值是正确的，将这行记录加入结果集；

3. 取index1索引树上刚刚查到的位置的下一条记录，发现已经不知足email=chenmou1995@xxx的条件了，循环结束。

这个过程当中，只须要回主键索引取一次数据，因此系统认为只扫描了一行。

 

【2】前缀索引的执行过程

1. 从index2索引树找到知足索引值是chenmou的记录，找到的第一个是id=1；

2. 到主键上查到主键值是id=1的行，判断出email的值不是chenmou1995@xxx，这行记录丢弃；

3. 取index2上刚刚查到的位置的下一条记录，发现仍然是chenmou，取出id=2，再到ID索引上取整行而后判断，此次值对了，将这行记录加入结果集；

4. 重复上一步，直到在idxe2上取到的值不是chenmou时，循环结束。

在这个过程当中，要回主键索引取4次数据，也就是扫描了4行。

• 经过以上查询的对比，很容易就能够发现，使用前缀索引后，可能会致使查询语句读数据的次数变多。

• 可是对于这个查询语句来讲，若是创建的前缀索引的长度为13呢？那么知足chenmou1995的记录只有一个，这样就能够直接定位到id=2，此时不但空间缩小了，扫描的行数也减小了。

• 因而结论就来了：使用前缀索引，只要定义好长度，就能够作到既节省空间，又不用额外增长太多的查询成本。

• 那么如何创建正确的前缀索引才能达到最佳的性能呢？接着往下看................

 

如何创建最佳性能的前缀索引

• 经过上述的比较，能够得出一个结论，创建前缀索引的区分度越高越好，意味着重复的键值越少。

• 那么如何统计区分度，其实很简单，只须要判断数据库中重复的次数便可。sql以下：

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 user;

• 可是若是对于使用前缀区分度不太好的状况，好比，咱们国家的身份证号，一共18位，其中前6位是地址码，因此同一个县的人的身份证号前6位通常会是相同的。 这时候若是对身份证号作长度为6的前缀索引的话，这个索引的区分度就很是低了。

• 按照咱们前面说的方法，可能你须要建立长度为12以上的前缀索引，才可以知足区分度要求。

• 可是，索引选取的越长，占用的磁盘空间就越大，相同的数据页能放下的索引值就越少，搜索的效率也就会越低。

• 那么，若是咱们可以肯定业务需求里面只有按照身份证进行等值查询的需求，还有没有别的处理方法呢？这种方法，既能够占用更小的空间，也能达到相同的查询效率。如今简单的介绍一种解决此种问题的方式，固然方法确定不止一种，以下：

【1】倒序存储

若是你存储身份证号的时候把它倒过来存，每次查询的时候，你能够这么写：

 select field_list from t where id_card = reverse('输入的身份证号');

因为身份证号的最后6位没有地址码这样的重复逻辑，因此最后这6位极可能就提供了足够的区分度。固然了，实践中你不要忘记使用count(distinct)方法去作个验证。

 

前缀索引对覆盖索引的影响

• 前缀索引会致使覆盖索引失效，查询语句以下：

select id,name from user where email="chenmou1995@xxx";

• 因为使用了前缀索引，所以必须会回表验证查询到的时候正确，此处使用了覆盖索引也是无效的。

• 也就是说，使用前缀索引就用不上覆盖索引对查询性能的优化了，这也是你在选择是否使用前缀索引时须要考虑的一个因素。

 

总结

• 如何给字符串加索引是一个须要考量的问题，陈某在这里给出以下的建议：

1. 若是字符串长度很短，建议直接用所有做为索引。

2. 使用前缀索引注意分析区分度，区分度越高越好。

3. 使用前缀索引须要考虑覆盖索引失效的问题。