初学MySQL—如何给字符串加索引？

索引的选择

例如对于一个支持邮箱登录的系统，如何在这个字段上建立合理的索引?
在email字段上创建索引的语句如下：

alter table SUser add index index1(email);
alter table SUser add index index2(email(6));

创建的index1索引中，包含了每个记录的整个字符串；
创建的index2索引中，每个记录只取前6个字节；

但是使用前缀索引，可能会导致查询语句的读数据的次数变多；
使用前缀索引，定义好长度，就可以既能节省空间，也不用额外的增加查询成本

建立索引应当关注的是区分度，区分度越高，重复的键值就越少
采用以下语句来判断该列上有多少不同的值：

select count(distinct email) as L from SUser;

依次选取不同长度的前缀来看这个值：

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;

前缀索引对覆盖索引的影响

前缀索引可能会增加扫描次数，也会影响性能；

使用了前缀索引就用不上覆盖索引对查询性能的优化了，也是使用时需要考虑的一个因素；

其它方式

对于邮箱这种字符串，使用前缀索引的效果可能还不错，但是遇到区分度不够高的情况，例如身份证号有18位，前六位是地址码，那如果创建长度12以上的前缀索引，才能够满足区分度的话，索引选取的越长，占用的磁盘空间就越大，相同数据页放入的索引值就越少，搜索的效率也就会越低。

如何既可以占用更小的空间，又能达到相同的查询效率呢？

• 第一种是采用倒序存储，像身份证的最后六位没有地址码这样的重复逻辑，最后六位提供了很好的区分度，每次查询的语句如下：

select field_List from t where id_card = reverse("input_id_card_string");

• 第二种是采用hash字段，在表上创建一个整数字段，来保存身份证的校验码，同时在这个字段上创建索引：

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

每次插入新记录，都使用crc32()这个函数得到校验码填写到新字段中，由于校验码可能存在hash冲突，需要在查询语句中判断id_card的值是否精确相同。

两种方式的异同点：
相同点：
二者都不支持范围查询，倒序存储无法采用范围查询，hash字段只支持等值查询；
不同点：

• 占用空间来看
  倒序存储在主键索引上，不会消耗额外的存储空间；
  Hash字段需要增加一个字段；

• CPU消耗
  倒序方式每次读写都需要额外调用一次reverse函数；
  Hash字段的方式需要额外调用一次crc32()函数；
  计算复杂度来看，reverse函数额外消耗的CPU资源会更小一些；

• 查询效率
  hash字段查询性能相对稳定，哈希冲突的概率小，平均扫描行数为1；
  倒序存储采用前缀索引，增加扫描行数；

总结

• 直接创建索引占用空间；
• 前缀索引节省空间，但会增加扫描次数，并且不能使用覆盖索引；
• 倒序存储，在进行前缀索引，解决了字符串本身前缀区分度不够的问题；
• 创建hash字段索引，查询性能稳定，但是有额外的存储和计算消耗，并且不支持范围查询；