MySQL 索引長度和區分度

首先  索引長度和區分度是相互矛盾的，

索引長度過短，那麼區分度就很低，吧索引長度加長，區分度就高，可是索引也是要佔內存的，因此咱們須要找到一個平衡點；

那麼這個平衡點怎麼來定？

 

好比用戶表有個字段 username ，要給他加索引，問題是索引長度多少合適？

其實咱們知道 百家姓裏面有百多個姓 ，可是大多數人的姓 集中在前十多個；若是我設置索引索引長度爲1，對染佔內存少，可是區分度低，

區分度低索引的效率越低。太長則佔內存；

 

首先你要知道 mysql的索引都是排好序的。若是區分度高排序越快，區分度越低，排序慢；

舉個例子：  （張，張三，張三哥），若是索引長度取1的話，那麼每一行的索引都是 張 這個字，徹底沒有區分度，你讓他怎麼排序？結果這樣三行徹底是隨機排的，由於索引都同樣；

若是長度取2，那麼排序的時候至少前兩個是排對了的，若是取3，區分度達到100%，排序徹底正確；

等等，那你說是否是索引越長越好？  答案確定是錯的，好比 (張,李,王)  和 （張三啦啦啦，張三呵呵呵，張三呼呼呼）；前者在內存中排序佔得空間少，排序也快，後者明顯更慢更佔內存，在大數據應用中這一點點都是很恐怖的；

 

因此要作一個取捨；這個取捨不是沒有一個固定的量；須要跟你本身的數據庫裏面的數據來判斷；比較常規的公式是：

test是要加索引的字段，5是索引長度，

select count(distinct left(test,5))/count(*) from table;   

求出一個浮點數，這個浮點數是逐漸趨向1的，網上找了個圖片來分析下；

這個地方觀察到，當索引長度達到4的時候就已經趨向1了，因此長度設爲4是最佳的，在大點增長的索引效果已經很小了，這個地方不是說必須接近1才行；

其實這個值達到0.1就已經能夠接受了；總之要找一個平衡點；

 

還有一些特殊的字段常規方法用起不太順暢，好比有一個url字段，絕大部分的url都是 http://www. 開頭的

這種狀況下索引長度取取到11都是無效的，須要更長的索引，那麼有沒有優雅的方式來解決呢；

第一種方法： 能夠將數據倒序存入數據庫；

第二種方法：對字符串進行crc32哈希處理；

兩種方法都不錯，固然要配合客戶端程序完成；