一文简单了解MySQL前缀索引

当要索引的列字符很多时 索引则会很大且变慢

( 可以只索引列开始的部分字符串 节约索引空间 从而提高索引效率 )

原则： 降低重复的索引值

例如现在有一个地区表

发现 area 字段很多都是以 china 开头的

那么如果以前1-5位字符做前缀索引就会出现大量索引值重复的情况

索引值重复性越低 查询效率也就越高

前缀索引测试

// 创建一个测试表
CREATE TABLE `x_test` (
  `id` int(11) unsigned NOT NULL AUTO_INCREMENT,
  `x_name` varchar(255) NOT NULL,
  `x_time` int(10) NOT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=4145025 DEFAULT CHARSET=utf8mb4

// 添加200万条测试数据
INSERT INTO x_test(x_name,x_time) SELECT CONCAT(rand()*3300102,x_name),x_time FROM x_test WHERE id < 30000;

200万 测试数据

• 在无任何索引的情况下随便查询一条
  SELECT * FROM x_test WHERE x_name = '1892008.205824857823401.800099203178258.8904820949682635656.62526521254';查询时间:2.253s

• 添加前缀索引 ( 以第一位字符创建前缀索引 )
  alter table x_test add index(x_name(1))再次查询相同sql语句
  SELECT * FROM x_test WHERE x_name = '1892008.205824857823401.800099203178258.8904820949682635656.62526521254';查询时间:3.291s
  当使用第一位字符创建前缀索引后 貌似查询的时间更长了
  因为只第一位字符而言索引值的重读性太大了
  200万条数据全以数字开头那么平均20万条的数据都是相同的索引值

• 重新建立前缀索引 这次以前4位字符来创建
  alter table x_test add index(x_name(4));再次查询相同sql语句
  SELECT * FROM x_test WHERE x_name = '1892008.205824857823401.800099203178258.8904820949682635656.62526521254';查询时间:0.703s
  这次以前4位创建索引 大大减少了索引值的重复性 查询速度从3秒提升到0.7秒

• 200万条数据都以数字开头 而0-9排列组合7位则可达到千万种组合
  也就是以前7位来做索引则不会出现重复索引值的情况了
  alter table x_test add index(x_name(7));再次查询相同sql语句
  SELECT * FROM x_test WHERE x_name = '1892008.205824857823401.800099203178258.8904820949682635656.62526521254';查询时间:0.014s ( 首次执行无缓存状态下 )

补充：使用前缀索引的执行过程

1. 从index2的索引树上，找到满足索引值是“zhangs”的记录，找到第一个是ID1；
2. 到主键索引树上查到ID1这一行，判断email的值满不满足where后的条件，不满足这一行丢弃。
3. 继续回到index2这个索引树上查下一条记录，发现如果还是"zhangs"，取出ID2，再回到ID2索引树上进行判断，如果值正确，将结果返回结果集中。
4. 重复执行以上流程，直到从index2索引树上取出的数据不是“zhangs”,循环结束。

通过以上执行流程的分析你就可以知道，前缀索引会导致扫描的行数变多，这和你所指定前缀的长度有关。或许email(7)中的区分度就比email(6)高，就不会扫描那么多行。

也即是说使用前缀索引，定义好长度，就可以节省空间又不用额外增加太多的查询成本

那怎样定义前缀索引长度比较好呢？

实际上，建立索引时关注的是区分度，区分度越高，越能体现索引的价值和他的优势。因此我们可以通过统计索引上有不同的值来判断要使用多长的前缀。

select count(distinct email) as L from User;

MySQL 5.7 参考手册 - 前缀索引

总结