mysql之字符串字段添加索引

字符串创建索引方式：
1、直接创建完整索引，比较占用空间。
2、创建前缀索引，节省空间，但会增加查询扫描次数，并且不能使用覆盖索引。
3、倒序存储，在创建前缀索引，用于绕过字符串本身前缀的却分度不够的问题。
4、创建hash字段索引，查询性能稳定，有额外的存储和计算消耗。

倒序存储和hash字段索引都不支持范围查询。倒序存储的字段上创建的所有是按照倒序字符串的方式排序的。hash字段的方式也只能支持等值查询。

1、创建表

--创建表的时候，创建索引
mysql> create table SUser(
ID bigint unsigned primary key,
email varchar(64), 
... 
)engine=innodb; 
--没有添加索引，全表扫描
mysql> select f1, f2 from SUser where email='xxx';

--倒序存储，倒序方式每次读写时，都需要额外调用一次reverse函数
mysql> select field_list from t where id_card = reverse('input_id_card_string');

--使用hash字段，需要额外调用一次crc32()函数
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'

2、添加索引

mysql> alter table SUser add index index1(email);:包含了每个记录的整个字符串
或
mysql> alter table SUser add index index2(email(6));:-对于每个记录只取前6个字节

全字段索引操作流程
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：
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、到主键上查到主键值是 ID2 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，发现已经不满足 email='[email protected]’的条件了，循环结束。

前缀字段索引操作流程
如果使用的是 index2（即 email(6) 索引结构），执行顺序是这样的：
1、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；
2、到主键上查到主键值是 ID1 的行，判断出 email 的值不是’[email protected]’，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’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；
4、重复上一步，直到在 idxe2 上取到的值不是’zhangs’时，循环结束。

倒序查询和hash字段的区别
它们的区别，主要体现在以下三个方面：
1、从占用的额外空间来看，倒序存储方式在主键索引上，不会消耗额外的存储空间，而 hash 字段方法需要增加一个字段。当然，倒序存储方式使用 4 个字节的前缀长度应该是不够的，如果再长一点，这个消耗跟额外这个 hash 字段也差不多抵消了。
2、在 CPU 消耗方面，倒序方式每次写和读的时候，都需要额外调用一次 reverse 函数，而 hash 字段的方式需要额外调用一次 crc32() 函数。如果只从这两个函数的计算复杂度来看的话，reverse 函数额外消耗的 CPU 资源会更小些。
3、从查询效率上看，使用 hash 字段方式的查询性能相对更稳定一些。因为 crc32 算出来的值虽然有冲突的概率，但是概率非常小，可以认为每次查询的平均扫描行数接近 1。而倒序存储方式毕竟还是用的前缀索引的方式，也就是说还是会增加扫描行数。