面试官提问：什么是前缀索引？

一、什么是前缀索引？

所谓前缀索引，说白了就是对文本的前几个字符建立索引（具体是几个字符在建立索引时去指定），比如以产品名称的前 10 位来建索引，这样建立起来的索引更小，查询效率更快！

有点类似于 Oracle 中对字段使用 Left 函数来建立函数索引，只不过 MySQL 的这个前缀索引在查询时是内部自动完成匹配的，并不需要使用 Left 函数。

二、为什么要用前缀索引？

可能有的同学会发出疑问，为什么不对整个字段建立索引呢？

一般来说，当某个字段的数据量太大，而且查询又非常的频繁时，使用前缀索引能有效的减小索引文件的大小，让每个索引页可以保存更多的索引值，从而提高了索引查询的速度。

比如，客户店铺名称，有的名称很长，有的很短，如果完全按照全覆盖来建索引，索引的存储空间可能会非常的大，有的表如果索引创建的很多，甚至会出现索引存储的空间都比数据表的存储空间大很多，因此对于这种文本很长的字段，我们可以截取前几个字符来建索引，在一定程度上，既能满足数据的查询效率要求，又能节省索引存储空间。

但是另一方面，前缀索引也有它的缺点，MySQL 中无法使用前缀索引进行 ORDER BY 和 GROUP BY，也无法用来进行覆盖扫描，当字符串本身可能比较长，而且前几个字符完全相同，这个时候前缀索引的优势已经不明显了，就没有创建前缀索引的必要了。

因此这又回到一个概念，那就是关于索引的选择性！

关于数据库表索引的选择性，我会单独开篇来讲解，大家只需要记住一点：索引的选择性越高则查询效率越高，因为选择性高的索引可以让 MySQL 在查找时过滤掉更多的行，数据查询速度更快！

当某个字段内容的前几位区分度很高的时候，这个时候采用前缀索引，可以在查询性能和空间存储方面达到一个很高的性价比。

那么问题来了，怎么创建前缀索引呢？

三、怎么创建前缀索引？

建立前缀索引的方式，方法很简单，通过如下方式即可创建！

ALTER TABLE table_name ADD KEY(column_name(prefix_length));

其中​​prefix_length​​这个参数，就是前缀长度的意思，通常通过如下方式进行确认，步骤如下：

第一步，先计算某字段全列的区分度。

SELECT COUNT(DISTINCT column_name) / COUNT(*) FROM table_name;

第二步，然后再计算前缀长度为多少时和全列的区分度最相似

SELECT COUNT(DISTINCT LEFT(column_name, prefix_length)) / COUNT(*) FROM table_name;

最后，不断地调整​​prefix_length​​的值，直到和全列计算出区分度相近，最相近的那个值，就是我们想要的值。

下面以某个测试表为例，数据体量在 100 万以上，表结构如下！

CREATE TABLE `tb_test` (
  `id` bigint(20) unsigned NOT NULL AUTO_INCREMENT,
  `name` varchar(100) DEFAULT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8mb4;

测试一下正常的带​​name​​条件查询，效率如下：

select * from tb_test where name like '1805.59281427%'

我们以​​name​​字段为例，创建前缀索引，找出最合适的​​prefix_length​​值。

首先，我们大致计算一下​​name​​字段全列的区分度。

可以看到，结果为 ​​0.9945​​​，也就是说全局不相同的数据率在​​99.45%​​这个比例。

下面我们一起来看看，不同的​​prefix_length​​值下，对应的数据不重复比例。

• 当​​prefix_length​​​为​​5​​​，区分度为​​0.2237​​

• 当​​prefix_length​​​为​​10​​​，区分度为​​0.9944​​

• 当​​prefix_length​​​为​​11​​​，区分度为​​0.9945​​

通过对比，我们发现当​​prefix_length​​​为​​11​​​，最接近全局区分度，因此可以为​​name​​​创建一个长度为​​11​​的前缀索引，创建索引语句如下：

alter table tb_test add key(name(11));

下面，我们再试试上面那个语句查询！

创建前缀索引之后，查询效率倍增！

四、使用前缀索引需要注意的事项？

是不是所有的字段，都适合用前缀索引呢？

答案显然不是，在上文我们也说到了，当某个索引的字符串列很大时，创建的索引也就变得很大，为了减小索引体积，提高索引的扫描速度，使用索引的前部分字符串作为索引值，这样索引占用的空间就会大大减少，并且索引的选择性也不会降低很多，这时前缀索引显现的作用就会非常明显，前缀索引本质是索引查询性能和存储空间的一种平衡。

对于 BLOB 和 TEXT 列进行索引，或者非常长的 VARCHAR 列，就必须使用前缀索引，因为 MySQL 不允许索引它们的全部长度。

但是如果某个字段内容，比如前缀部分相似度很高，此时的前缀索引显现效果就不会很明显，采用覆盖索引效果会更好！

五、小结

好了，本文主要围绕前缀索引做了一次初步的知识讲解，具体数据库表索引的选择性，还需要结合业务实际需求来考虑！

今天就说这么多，后面的问题，我们继续再扯！

六、参考

知乎 - Java编程宇宙 - 什么是前缀索引

文章转载自公众号：  Java极客技术