欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

怎么给字符串加索引

程序员文章站 2024-03-16 21:55:40
...

怎么给字符串加索引

比如说,要给邮箱这样的字段加索引,这样长字符串加索引会有什么样的问题?

前缀索引,如果长度长,会浪费大量的空间,同时增加额外的查询成本。

create table SUser(
ID bigint unsigned primary key, 
email varchar (64)
...
)Engine=innodb;

如果使用邮箱登录,这样会出现这样的语句:

select f1 ,f2 from Suser Where emial='xxx';

如果 email 不建索引,那么就只能全表扫描,如果 email 这个字段是哪个没有索引,那么这个语句只能做全表扫描。

MySQL 支持前缀索引,可以定义字符串的一部分作为索引,创建索引的语句不指定前缀长度,那么索引就会包含整个字符串。

mysql> alter table SUser add index index1(email);
mysql> alter table SUser add index index2(email(6));

第一个语句创建的 index1 索引里面,包含了每个记录的整个字符串。

怎么给字符串加索引

第二个语句创建的index2 索引里面,对于每个记录都是指取前6个字节。

怎么给字符串加索引

使用前缀索引,定义好长度,就可以做到节省索引空间,同时不额外增加太多的查询成本。

当要给字符串创建前缀索引时,如何确定使用多长的前缀?

在建立索引是关注的是区分度,区分度越高越好,意味着重复的键值越少

前缀索引

索引的字符串很大时,创建索引的变得很大,减少索引体积,提升索引扫描速度。

如果 index1 的话,可以利用覆盖索引,从

覆盖索引

所谓的覆盖索引,是可以通过索引直接获取行的数据,不需要再去读取数据行,也就是叶子节点已经包含查询的数据,避免回表查询。

前缀索引对覆盖索引的影响

前缀索引可能会增加扫描行数,这样会影响性能,前缀索引。

select id,name,email from SUser where email='aaa@qq.com'

如果 index1 的话,可以利用覆盖索引,从 index1 直接返回即可,不需要回到 id 索引再去查一次,如果使用 index2 即 email(6) 索引再去判断 email 字段的值。

如果index2 定义修改为 email(18)的前缀,这时候虽然index2 包含了所有的信息,单 InnoDB 还是要回到 Id 索引再查一下,因为系统不确定前缀索引的定义是否截断了完整信息。

使用前缀索引用户数覆盖索引的查询性能优化。

还有没有其他方式帮助字符串建立索引

比如能够给确定业务需求里面只有按照身份证等值查询的需求,需要给身份证加索引,有没有什么办法,占用更小空间,也能达到相同的查询效率。

第一种方式是使用倒序存储

身份证最后 6 位,没有重复逻辑,因此最后 6 位可能提供了足够的区分度。

先倒序存储,然后再创建前缀索引。

如果存储身份证的时候倒过来存,每次查询的时候,可以这样:

select field list from t where id card reverse('input id card string);

第二种方式使用 hash 字段

可以使用表上再创建一个整数字段,来保持身份证的校验码,同时在这个字段创建索引。

alter table t add id card crc int unsigned, add index(id_card_crc);

每次插入新记录的时候,都同时使用 crc32 这个函数 得到校验码填到这个新字段,校验码可能存在冲突,也就是两个不同的身份证通过 crc32() 函数得到的结果可能是相同的,查询要查询语句 where 部分判断 id_card 的值是精确相同的。

select field_list from t where id_card crc=crc32('input id card string') and id card='input_id_card_string';

对比

  • 从占用的额外的空间来看,倒序存储方式在主键上,不会消耗额外的存储空间,hash 字段需要增加字段。

  • CPU 消耗方面,倒序每次写和读的时候,需要额外一个 reverse 函数,而 hash 字段的方式需要额外调用一次 crc32() 函数。 reverse 函数额外消耗的 CPU 资源会更小些。

  • 从查询效率上,使用 hash 字段方式的查询性能更加稳定一些, crc32 算出来的值虽然有冲突概率,但是概率非常小。

总结

  • 直接创建完整索引,这样占用很大空间
  • 创建前缀索引,节省空间,但是会增加扫描次数,并且不能使用覆盖索引。
  • 倒序存储,再创建前缀索引,用于解决字符串本身前缀区分度不够的问题,不支持范围扫描。
  • 创建 hash 字段索引,查询性能稳定,有额外的存储和计算消耗,不支持范围扫描。
欢迎关注公众号:程序员开发者社区

怎么给字符串加索引