浅谈前缀索引

news2024/11/19 15:25:31

一.什么是前缀索引

所谓前缀索引说白了就是对字符串或前n个字符建立索引

二.为什么选择前缀索引

一般来说使用前缀索引，可能都是因为整个字段的数据量太大，没有必要针对整个字段建立索引，前缀索引仅仅是选择一个字段的前n个字符作为索引，这样一方面可以节约索引空间，另一方面则可以提高索引效率，当然很明显，这种方式也会降低索引的选择性。这里又涉及到一个概念，索引选择性

三.什么是索引选择性

它是指不重复的索引值和数据表的记录总数的比值，取值范围在 [0,1] 之间。索引的选择性越高则查询效率越高，因为选择性高的索引可以让 MySQL 在查找时过滤掉更多的行。
那是不是选择性越高的索引越好呢？也不全是，索引选择性最高为 1，唯一索引选择性肯定为1，搜索的时候就能直接通过搜索条件定位到具体一行记录，这个时候虽然性能最好，但是也是最费空间的，而前缀恰恰就是希望能够在索引的性能和空间之间找到一个平衡，我们希望能够选择足够长的前缀以保证较高的选择性，但是又希望索引不要太过于占用存储空间。

四.前缀索引的n应该怎么确定

那么我们该如何选择一个合适的索引选择性呢？索引前缀应该足够长，以便前缀索引的选择性接近于索引的整个列，即前缀的基数应该接近于完整列的基数

五.验证一下

我们来看一个实际的问题，下图的表中假设有5kw数据，除主键外，我们没有其他的索引
在这里插入图片描述

现在我们有一个需求：根据手机号查询用户id，那前缀索引应该怎么玩呢或者说怎么确定这个n

1.首先我们可以通过如下 SQL 得到全列选择性 (这里结果为1，即没有重复的值)
sql:SELECT COUNT(DISTINCT phone) / COUNT(*) FROM test
在这里插入图片描述
2.调试我们的n（索引选择性）

sql: SELECT COUNT(DISTINCT LEFT(phone, N)) / COUNT(*) FROM test;

这里的思路就是不停的追加n的值，获取到最近全列选择性（也就是1），但是N最小的值
在这里插入图片描述

其实我们基于表中的数据也可以看出，前三位已经可以达到唯一确定数据的作用了（现实中数据量大，需要调试）
在这里插入图片描述

确定好前缀索引的n接下来就可以去创建并使用了
sql: alter table test add index phone_index(phone(3));
在这里插入图片描述
执行一个查询sql

结合执行计划，我们来分析一下执行过程

从 phone_index 索引中找到第一个值为 134的记录（phone 的前3个字符）
由于 phone_index 是二级索引，叶子结点保存的是主键值，所以此时拿到了主键 id
拿着主键 id 去回表，在主键索引上找到 id 所在行的完整记录，返回给 server 层。
server 层判断其 phone 是不是 13499213214（所以执行计划的Extra 为 Using where）
1.如果不是，这行记录丢弃。
2.如果是，将该记录加入结果集
索引叶子结点上数据之间是有单向链表维系的，所以接着第一步查找的结果，继续向后读取下一条记录，然后重复 2、3、4 步，直到在 phone_index 上取到的值不为 “134” 时，循环结束。

如果我们建立了前缀索引的选择性为 1，那么就不需要第 5 步了因为满足条件的值就一条，如果前缀索引选择性小于 1，就需要第五步。

从上流程中，可以合理选择前缀索引长度能够既节省空间，又提高搜索效率。