技术分享 | 在长字符串上创建索引

作者：姚远

MySQL ACE，华为云 MVP ，专注于 Oracle、MySQL 数据库多年，Oracle 10G 和 12C OCM，MySQL 5.6，5.7，8.0 OCP。现在鼎甲科技任技术顾问，为同事和客户提供数据库培训和技术支持服务。

本文来源：原创投稿

*爱可生开源社区出品，原创内容未经授权不得随意使用，转载请联系小编并注明来源。

当在很长的字符串的字段上创建索引时，索引会变得很大而且低效，一个解决办法是 crc32 或 md5 函数对长字符串进行哈希计算，然后在计算的结果上创建索引。在 MySQL 5.7 以后的版本，可以创建一个自动生成的字段，例如可以创建下面一个表：

create table website(
id int unsigned not null,
web varchar(100) not null,
webcrc int unsigned generated always as (crc32(web)) not null,
primary key (id)
);

向这个表中插入记录：

mysql> insert into website(id,web) values(1,"https://www.scutech.com");
Query OK, 1 row affected (0.07 sec)

mysql> select * from website;
+----+-------------------------+-----------+
| id | web                     | webcrc    |
+----+-------------------------+-----------+
|  1 | https://www.scutech.com | 851176738 |
+----+-------------------------+-----------+
1 row in set (0.00 sec)

可以看到字段 webcrc 中自动生成了 web 字段的循环冗余校验值，在这个字段上创建索引，可以得到一个占用空间少，而且高效的索引。

在 MySQL 8.0.13 以后的版本，可以直接创建函数索引，例如：

create table website8(
id int unsigned not null,
web varchar(100) not null,
primary key (id),
index ((crc32(web)))
);

查询这个表上的索引：

mysql> show index from website8\G
*************************** 1. row ***************************
        Table: website8
   Non_unique: 0
     Key_name: PRIMARY
 Seq_in_index: 1
  Column_name: id
    Collation: A
  Cardinality: 0
     Sub_part: NULL
       Packed: NULL
         Null:
   Index_type: BTREE
      Comment:
Index_comment:
      Visible: YES
   Expression: NULL
*************************** 2. row ***************************
        Table: website8
   Non_unique: 1
     Key_name: functional_index
 Seq_in_index: 1
  Column_name: NULL
    Collation: A
  Cardinality: 0
     Sub_part: NULL
       Packed: NULL
         Null:
   Index_type: BTREE
      Comment:
Index_comment:
      Visible: YES
   Expression: crc32(`web`)
2 rows in set (0.00 sec)

可以看到第一个索引是主键，第二个索引是函数索引。

解决索引字段长的另一个办法是创建前缀索引（prefix index），前缀索引的创建语法是：col_name(length)，前缀索引是对字符串的前面一部分创建索引，支持的数据类型包括：CHAR、VARCHAR、BINARY 和 VARBINARY。创建前缀索引的关键是选择前缀的字符串的长度，长度越长，索引的选择性越高，但存储的空间也越大。

sbtest2 表中 c 字段是 120 长度的字符串，下面的 SQL 语句查询在不同长度时索引的选择性：

mysql> select
count(distinct(left(c,3)))/count(*) sel3,
count(distinct(left(c,7)))/count(*) sel7,
count(distinct(left(c,9)))/count(*) sel9,
count(distinct c)/count(*) selectivity
from sbtest1;
+--------+--------+--------+-------------+
| sel3   | sel7   | sel9   | selectivity |
+--------+--------+--------+-------------+
| 0.0120 | 0.9959 | 1.0000 |      1.0000 |
+--------+--------+--------+-------------+
1 row in set (1.66 sec)

可以看到在这个字段的前 9 位创建索引即可达到 1 的选择性，再增加这个索引的前缀位数，索引的选择性并不会提高，下面是创建索引的命令：

mysql> alter table sbtest2 add index (c(9));