MySql之索引长度

1:查询频繁 2:区分度高  3:长度小  4: 尽量能覆盖常用查询字段.

1: 索引长度直接影响索引文件的大小,影响增删改的速度,并间接影响查询速度(占用内存多).

针对列中的值,从左往右截取部分,来建索引

1: 截的越短, 重复度越高,区分度越小, 索引效果越不好

2: 截的越长, 重复度越低,区分度越高, 索引效果越好,但带来的影响也越大--增删改变慢,并间影响查询速度.

所以, 要在  区分度 + 长度  两者上,取得一个平衡.

惯用手法: 截取不同长度,并测试其区分度,

[sql] view
plain copy

<span style="font-size:18px;">select count(distinct left(word,6))/count(*) from dict;   

+---------------------------------------+  

| count(distinct left(word,6))/count(*) |  

+---------------------------------------+  

|                                0.9992 |  

+---------------------------------------+</span>  

截取word字段长度，从1开始截取，计算字符前缀没有重复的字符占全部数据的比例



对于一般的系统应用: 区别度能达到0.1,索引的性能就可以接受.

3:多列索引

 3.1 多列索引的考虑因素---  

列的查询频率 , 列的区分度, 

以ecshop商城为例, goods表中的cat_id,brand_id,做多列索引

从区分度看,Brand_id区分度更高, 

[sql] view
plain copy

select count(distinct cat_id) / count(*) from  goods;  

+-----------------------------------+  

| count(distinct cat_id) / count(*) |  

+-----------------------------------+  

|                            0.2903 |  

+-----------------------------------+  

1 row in set (0.00 sec)  

  

mysql> select count(distinct brand_id) / count(*) from  goods;  

+-------------------------------------+  

| count(distinct brand_id) / count(*) |  

+-------------------------------------+  

|                              0.3871 |  

+-------------------------------------+  

1 row in set (0.00 sec)  

但从 商城的实际业务业务看, 顾客一般先选大分类->小分类->品牌,
最终选择 index(cat_id,brand_id)来建立索引
有如下表(innodb引擎), sql语句在笔记中, 
给定日照市,查询子地区, 且查询子地区的功能非常频繁,
如何优化索引及语句?

+------+-----------+------+

| id   | name      | pid  |

+------+-----------+------+

| .... | .... | .... |

| 1584 | 日照市 | 1476 |

| 1586 | 东港区 | 1584 |

| 1587 | 五莲县 | 1584 |

| 1588 | 莒县    | 1584 |

+------+-----------+------+

1: 不加任何索引,自身连接查询

[sql] view
plain copy

explain select s.id,s.name from it_area as p inner join it_area as s on p.id=s.pid   where p.name='日照市' \G  

*************************** 1. row ***************************  

           id: 1  

  select_type: SIMPLE  

        table: p  

         type: ALL  

possible_keys: NULL  

          key: NULL  

      key_len: NULL  

          ref: NULL  

         rows: 3263  

        Extra: Using where  

*************************** 2. row ***************************  

           id: 1  

  select_type: SIMPLE  

        table: s  

         type: ALL  

possible_keys: NULL  

          key: NULL  

      key_len: NULL  

          ref: NULL  

         rows: 3263  

        Extra: Using where; Using join buffer  

2 rows in set (0.00 sec)  

2: 给name加索引

[sql] view
plain copy

explain select s.id,s.name from it_area as p inner join it_area as s on p.id=s.pid   where p.name='日照市' \G  

*************************** 1. row ***************************  

           id: 1  

  select_type: SIMPLE  

        table: p  

         type: ref  

possible_keys: name  

          key: name  

      key_len: 93  

          ref: const  

         rows: 1  

        Extra: Using where  

*************************** 2. row ***************************  

           id: 1  

  select_type: SIMPLE  

        table: s  

         type: ALL  

possible_keys: NULL  

          key: NULL  

      key_len: NULL  

          ref: NULL  

         rows: 3243  

        Extra: Using where; Using join buffer  

2 rows in set (0.00 sec)  

3: 在Pid上也加索引

[sql] view
plain copy

explain select s.id,s.name from it_area as p inner join it_area as s on p.id=s.pid   where p.name='日照市' \G  

*************************** 1. row ***************************  

           id: 1  

  select_type: SIMPLE  

        table: p  

         type: ref  

possible_keys: name  

          key: name  

      key_len: 93  

          ref: const  

         rows: 1  

        Extra: Using where  

*************************** 2. row ***************************  

           id: 1  

  select_type: SIMPLE  

        table: s  

         type: ref  

possible_keys: pid  

          key: pid  

      key_len: 5  

          ref: big_data.p.id  

         rows: 4  

        Extra: Using where  

2 rows in set (0.00 sec)