MySql 你真的会使用字符串索引吗？

Posted 2021-03-21 我的大前端生涯

志在峰巅的攀登者，不会陶醉在沿途的某个脚印之中，在码农的世界里，优美的应用体验，来源于程序员对细节的处理以及自我要求的境界，年轻人也是忙忙碌碌的码农中一员，每天、每周，都会留下一些脚印，就是这些创作的内容，有一种执着，就是不知为什么，如果你迷茫，不妨来瞅瞅码农的轨迹。

---

我们这里有一张用户表，建表语句如下

CREATE TABLE `t_user`( `id` BIGINT(20) NOT NULL AUTO_INCREMENT COMMENT '主键ID' , `id_card` VARCHAR(32) DEFAULT NULL COMMENT '用户身份证' , `u_name` VARCHAR(32) DEFAULT NULL COMMENT '用户姓名' , `u_phone` VARCHAR(32) DEFAULT NULL COMMENT '用户电话' , `u_password` VARCHAR(200) DEFAULT NULL COMMENT '用户密码' , `u_age` INT(11) DEFAULT NULL COMMENT '用户年龄' , `u_male` TINYINT(1) DEFAULT NULL , PRIMARY KEY(`id`) , KEY `id_card`(`id_card`) , KEY `u_phone`(`u_phone`) ) ENGINE = INNODB

这个表中有三个索引 id 的主键索引、id_card 的身份索引、手机号的索引。

1 字符串 前缀索引

我们在实际业务开发中，会有手机号密码登录的功能，所以会常有查询语句如下：

select * from t_user where u_phone='xxx' and u_password='xxx';

所以我们在 u_phone 上添加了索引，如果不添加索引，这个查询就会走全表扫描，当用户量足够大时，这个查询会足够的慢。

在这里我们为 u_phone 添加的索引，默认是11位长度的（因为手机号一般是11位），mysql 是支持前缀索引的，所以可以考虑定义字符串的一部分作为索引，如这里我们把 u_phone 原来 11位的长度索引修改为 4 位长度的索引：

#先删除索引ALTER TABLE t_user DROP INDEX u_phone;#再修改alter table t_user add index u_phone2(u_phone(4));

2 普通索引与前缀索引 查询过程分析

如执行以下查询语句

select * from t_user where u_phone='13309090909'

如果我们添加的是普通索引如下：

alter table t_user add index u_phone('u_phone');

那么在执行查询过程：

1. 从 u_phone 索引树找到满足索引值是’13309090909’的这条记录对应的ID

2. 然后回表到主键索引上 获取对应ID的这一条数据

3. 然后在 u_phone 索引树取刚刚查到的位置的下一条记录，判断不浪花兄弟条件，循环结束。

   
   

这个过程中，只需要回主键索引取一次数据，所以系统认为只扫描了一行。

如果我们使用的是前缀索引，如下

alter table t_user add index u_phone2(u_phone(4));

那么在执行查询过程：

1. 从 u_phone2 索引树找到满足条件的第一个记录ID;

3. 然后再去 u_phone2 索引树找到满足条件 ‘1330’ 的ID，然后回表到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 u_phone2 上取到的值不是’1330’时，循环结束。

在这个过程中，要回主键索引取 4 次数据，也就是扫描了 4 行。

当我们再 取 u_phone 字段的前5个字节或者是前6个字节来构建索引，查询次数 又 可能不一样，也就是使用前缀索引，定义好长度，就可以做到既节省空间，又不用额外增加太多的查询 成本。

关键就是定义前缀索引的长度的权衡问题

3 前缀索引的长度的权衡

我们可以先查询这个表中不同手机号码的用户数量

select count(distinct mobile) as L from tb_user;

比如我这个测试表中的查询结果如下：

然后，依次选取不同长度的前缀来看这个值对比一下不同数据的数量:

SELECT count(DISTINCT LEFT(mobile , 4)) AS L4 , count(DISTINCT LEFT(mobile , 5)) AS L5 , count(DISTINCT LEFT(mobile , 6)) AS L6 , count(DISTINCT LEFT(mobile , 7)) AS L7FROM tb_user

如果选用前7个字节构建索引数据结构，重复的索引值有 190-124 = 56个，也就是说当查询到前缀正好在这56个重复索引中，需要回表查询56次进行判断。

如果选用前6个字节构建索引数据结构，重复的索引值有 190-78 = 112个，也就是说当查询到前缀正好在这112个重复索引中，需要回表查询112次进行判断。

所以需要选择 前缀7个字节。

---

完毕

不局限于思维，不局限语言限制，才是编程的最高境界。