怎么给字符串字段加索引

大纲介绍

一、前缀索引

1.1普通索引和前缀索引的区别

1.1.1数据结构和存储上的区别

1.1.2两种索引执行sql对比

1.2 如何确定前缀索引的长度

1.3 前缀索引对覆盖索引的影响

二、倒序存储

三、hash字段

---

一、前缀索引

普通索引和前缀索引的区别

1、语法上的区别

mysql>  alter table users add index index1(email);  //普通索引
mysql>  alter table users add index index2(email(6));  //前缀索引

2、数据结构和存储上的区别

图 1 email 索引结构

图 2 email(6) 索引结构

索引	字符长度
email	取users中email字段长度的平均值是21
email(6)	6

3、两种索引执行以下sql对比

select id,name,email from users where email='[email protected]';

执行过程

如何确定前缀的长度？

step1、算出这个列上有多少不同的值L

 select count(distinct email) as L from users;

step2、依次算出不同长度前缀的值。我们重点分析4-9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,
count(distinct left(email,8))as L8,
count(distinct left(email,9))as L9,
from users;

L值(users表email字段)	1669090
接受损失	5%
实际记录数	1585636

截取长度	L4	L5	L6	L7	L8	L9
截取长度记录数	229133	551980	886492	1184094	1419519	1559094
占比	14.45%	34.81%	55.91%	74.68%	89.52%	98.33%

前缀索引对覆盖索引的影响

select id,email from users where email='[email protected]';
select id,name,email from users where email='[email protected]';

查询字段	索引	覆盖索引
id,email	email	是
id,email	email(6)或者email(30)	否
id,name,email	email或者email(6)或者email(30)	否

---

二、倒序存储

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

适用场景：身份证
由于身份证号的最后 6 位没有地址码这样的重复逻辑，所以最后这 6 位很可能就提供了足够的区分度

---

三、hash字段

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

概念：CRC全称为Cyclic Redundancy Check，又叫循环冗余校验。CRC32是CRC算法的一种，常用于校验网络上传输的文件。

CRC32函数值范围：是0-4294967296（2的32次方减1)

int 类型占用4个字节
而char(18)，18指的是字符而不是字节（4.0版本以上，以下指的是字节）；
那么字符和字节的转换要看字符集，utf8下，一个英文字符等于一个字节，一个中文（含繁体）等于三个字节；gbk下，一个英文等于两个字节，一个中文（含繁体）等于两个字节。

总结

今天讲了通过前缀索引来优化email字段，他的优势是节省空间。他的缺点是可能会增加查询次数。同时我们学习了如果确认前缀索引的长度来增加索引的区分度，从而减少查询次数。
对于身份证这样的字段。由于前面几位的区分度不高，所以我们介绍了倒序存储的方法，同时可以结合前缀索引一起使用。
如果我们不想使用倒序存储，我们提供了另外一种方法——hash字段。我们可以通过hash字段做快速的查找。