详解MySQL索引长度和区分度之间的平衡,值得收藏

原创 社长  2019-07-24 10:43:54  阅读 144 次 评论 0 条
重庆专业seo
摘要:

概述前面我们讲了怎么去计算索引所占用的长度?那么换个方式想?索引又应该设置多少长度比较合理呢?区分度与索引长度的权衡首先索引长度和区分度是相互矛盾的,索引长度太短,那么区分度就很低,吧索引长度加长,区分度就高,但是索引也是要占内存的,所以我们需要找到一个平衡点;那么这个平衡点怎么来定?比如用户表有个字段 username ,要给他加索引,问题是索引长度多少合适?其实我们知道 百家姓里面有百多个姓 ,但是大多数人的姓 集中在前十多个;如果我设置索引索引长度为1,占内存少,但是区分度低,区分度低索引

概述

前面我们讲了怎么去计算索引所占用的长度?那么换个方式想?索引又应该设置多少长度比较合理呢?

详解MySQL索引长度和区分度之间的平衡,值得收藏

区分度与索引长度的权衡

首先索引长度和区分度是相互矛盾的,

索引长度太短,那么区分度就很低,吧索引长度加长,区分度就高,但是索引也是要占内存的,所以我们需要找到一个平衡点;

那么这个平衡点怎么来定?

比如用户表有个字段 username ,要给他加索引,问题是索引长度多少合适?

其实我们知道 百家姓里面有百多个姓 ,但是大多数人的姓 集中在前十多个;如果我设置索引索引长度为1,占内存少,但是区分度低,区分度低索引的效率越低。太长则占内存;

首先 mysql的索引都是排好序的。如果区分度高排序越快,区分度越低,排序慢;

举个例子: (张,张三,张三哥),如果索引长度取1的话,那么每一行的索引都是 张 这个字,完全没有区分度,你让他怎么排序?结果这样三行完全是随机排的,因为索引都一样;如果长度取2,那么排序的时候至少前两个是排对了的,如果取3,区分度达到100%,排序完全正确;

那是不是索引越长越好? 答案肯定是错的,比如 (张,李,王) 和 (张三啦啦啦,张三呵呵呵,张三呼呼呼);前者在内存中排序占得空间少,排序也快,后者明显更慢更占内存。

总之:

索引长度越低,索引在内存中占的长度越小,排序越快,然而区分度就越低。这样不利于查找。

索引长度越长,区分度就高,虽然利于查找了,但是索引在内存中占得空间就多了。

mysql创建索引的时候指定索引长度

大部分的索引前面一部分的长度就能够有很好的区分度了。

通过减小索引长度,这样能够减小索引文件的大小,能够加快数据的insert。

语法:

CREATE INDEX index_name ON table_name (column_name(length), clolumn_name(length)…);

如何确认当前字段设置一个合适的长度呢?

索引长度与区分度要做一个取舍;这个取舍不是没有一个固定的量;需要根据数据库里面的数据来判断;比较常规的公式是:

select count(distinct left(password, 5))/count(*) from user

其中password是要加索引的字段,5是索引长度,求出一个浮点数,这个浮点数是逐渐趋向1的,上面这个比值,也算是区分度,也可以算作索引长度测试值,多测试几组,找出最合适的来,一般的区分值在0.1左右就差不多了。

网上找了个图片来分析下;

详解MySQL索引长度和区分度之间的平衡,值得收藏

这个地方观察到,当索引长度达到4的时候就已经趋向1了,所以长度设为4是最佳的,在大点增加的索引效果已经很小了,这个地方不是说必须接近1才行;总之要找一个平衡点;

还有一些特殊的字段常规方法用起不太顺畅,比如有一个url字段,绝大部分的url都是 http://www. 开头的,这种情况下索引长度取取到11都是无效的,需要更长的索引,那么有没有优雅的方式来解决呢;

第一种方法: 可以将数据倒序存入数据库;

第二种方法:对字符串进行crc32哈希处理;

两种方法都不错,当然要配合客户端程序完成;

简单测试:

详解MySQL索引长度和区分度之间的平衡,值得收藏

这个方法可能是优化最后才考虑的点了,不建议太过深究,了解到这就行了。后面会分享更多devops和DBA方面的内容,感兴趣的朋友可以关注一下~

本文地址:http://dxf6.com/post/232.html
版权声明:本文为原创文章,版权归 社长 所有,欢迎分享本文,转载请保留出处!
重庆专业seo
数据湾

发表评论


表情

还没有留言,还不快点抢沙发?