维护邮箱登录系统，用户表
mysql> select f1, f2 from SUser where email='xxx'; email 没有索引，全表扫描。
创建索引的语句不指定前缀长度，索引就会包含整个字符串。
mysql> alter table SUser add index index1(email); //含整个字符串
mysql> alter table SUser add index index2(email(6)); //只取前 6 个字节
数据结构和存储区别
一、前缀索引
占用空间小，可能会增加额外的记录扫描次数。
select id,name,email from SUser where email='[email protected]';
index1执行顺序：
1. 从 index1 索引树找到满足索引值是’[email protected]’的这条记录，取得 ID2 的值；
2. 查主键值=ID2 行， email 值正确，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，发现已经不满足email='[email protected]’的条件了，循环结束。
只回主键索引取一次，系统认为扫描一行。
index2执行顺序：
1. 从 index2 索引树找到满足索引值是’zhangs’的记录，找到第一个 ID1；
2. 查到主键=ID1 行，查出 email 的值不是’[email protected]’丢弃；
3. index2 下一条，这次值对了，加入结果集；
4. 重复上一步，idxe2 不是’zhangs’时，循环结束。
回主键索引取 4 次数据（index2要回索引），扫描了 4 行。导致查询次数多。
如果定义index2 不是 email(6) 而是 email(7），前缀’zhangss’只有一个，直接查到 ID2。
前缀索引，定义好长度，节省空间，不用增加太多查询成本。
二、多长前缀好
建立索引时关注区分度，区分度越高，重复键值越少。多少个不同的值，判断用多长前缀：
mysql> select count(distinct email) as L from SUser;
选取不同长度的前缀来看这个值，看 4~7 个字节的前缀索引
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;
前缀索引很可能会损失区分度，设定可以接受的损失比例，比如 5%。 L4~L7 中，找出不小于 L * 95% 值，假设L6、L7 都满足，选择前缀长度为 6。
三、前缀索引对覆盖索引的影响
增加扫描行数，不止影响性能。
select id,email from SUser where email='[email protected]'; 只返回 id 和 email 字段。
用 index1可用覆盖索引，直接返回，不回ID 索引。index2（ email(6) ）的话，回 ID 索引，再判断 email 字段值。系统并不确定是否截断完整信息。
前缀索引就用不上覆盖索引对查询性能的优化
邮箱效果不错。但公民信息系统，身份证号12 以上前缀索引，满足区分度
占用空间越大，数据页索引值就越少，搜索效率越低。
四、占用空间小，效率高
4.1 倒序存储
身份证号倒过来存，每次查询的时候：
mysql> select field_list from t where id_card = reverse('input_id_card_string');
最后 6 位。不要忘记用count(distinct)验证。
4.2 hash 字段
创建整数字段，保存身份证校验码（创建索引）。
mysql> alter table t add id_card_crc int unsigned, add index(id_card_crc);
插入同时用 crc32()函数得到校验码填到新字段。可能存在冲突，不同身份证号 crc32() 结果相同，where 判断 id_card 值是否精确相同。
mysql> select field_list from t where id_card_crc=crc32('input_id_card_string') and id_card='input_id_card_string'
索引长度4 字节，比原来小。
相同：
不支持范围查询。倒序存储的字段上创建的索引是按照倒序字符串的方式排序的，已经没有办法利用索引方式查出身份证号码在 [ID_X, ID_Y]的所有市民了。hash 只支持等值查询。
区别：
1. 占用额外空间：倒序：存储主键索引上，不消耗额外空间， hash 增加一个字段。倒序存储方式 4 字节不够，消耗差不多抵消。
2. CPU 消耗：倒序：写和读的时候，额外调用reverse 函数，hash ： crc32() 函数。reverse 消耗 CPU 资源小。
3. 查询效率，hash 稳定，冲突概率小。倒序存储：前缀索引的方式，增加扫描行数。
小结
字符串字段创建索引场景，使用方式：
1. 完整索引，占用空间；
2. 前缀索引，节省空间，增加查询扫描次数，不能用覆盖索引；
3. 倒序存储，再创建前缀索引，用于绕过字符串本身前缀的区分度不够问题；
4. hash 字段索引，查询性能稳定，有额外存储、计算消耗，不支持范围扫描（跟第三种一样）。
问题
维护学生信息数据库，登录名”学号 @gmail.com",学号：15位数字，城市编号(3)、学校编号(4、6)、入学年份（1~10）、顺序编号（后5）。
只考虑登录验证，怎么设计登录名索引？
正、反向，重复度都高。入学年份+顺序编号（9）
在此基础上，数字类型存。201100001，占 4 个字节。就是一种 hash，字符串转数字
评论1
学校每年预估2万新生，50年才100万记录，直接全字段索引
hash索引适合，登录检验，不需范围查询。倒序索引，区分度没前缀高。
评论2
学号用bigint存储,4个字节，比前缀索引占用要小。比hash索引，有区间查询的优势
评论3
表数据量特别大：
字符串字段进制压缩，限制每个字符范围(如字母数字下划线)。
每个字节并没存8 bit信息量。单个字符取值只有n种可能性(把字符转成0到n-1的数字)，把n进制转为为更高进制存储(ascii可看做是128进制)。
减少索引长度，兼顾前缀匹配