MySql中的VARCHAR字段上可能的INDEX

+--------------+
|  table_name  |
+--------------+
|    myField   |
+--------------+

SELECT myField FROM table_name
WHERE myField IN ('something', 'other stuff', 'some other a bit longer'...)

#1 楼

建议＃1：标准索引编制

CREATE TABLE mytable
(
    id int not null auto_increment,
    myfield varchar(255) not null,
    primary key (id),
    key (myfield)
);

如果这样索引，则可以查找整个字符串，也可以进行左向搜索，例如
建议＃2：全文索引编制

CREATE TABLE mytable
(
    id int not null auto_increment,
    myfield varchar(255) not null,
    primary key (id),
    fulltext (myfield)
);

您可以有效地使用搜索单个关键字以及整个短语。您将需要定义一个自定义停用词列表，因为MySQL不会索引543个单词。
这是我过去两年中关于FULLTEXT索引的其他帖子


May 23, 2011：优化mysql全文搜索（StackOverflow）


Oct 25, 2011：在带有“字数”的条件下的布尔语言模式中忽略FULLTEXT索引


Jan 26, 2012：Mysql全文搜索.cnf优化


May 07, 2012：MySQL EXPLAIN不显示FULLTEXT的“使用索引”


建议＃3：哈希索引

CREATE TABLE mytable
(
    id int not null auto_increment,
    myfield varchar(255) not null,
    hashmyfield char(32) not null,
    primary key (id),
    key (hashmyfield)
);

如果要查找一个特定值，并且这些值的长度可能超过32个字符，则可以存储哈希值：

INSERT INTO mytable (myfield,hashmyfield)
VALUES ('whatever',MD5('whatever'));

那样，您只需搜索哈希值检索结果

SELECT * FROM mytable WHERE hashmyfield = MD5('whatever');

尝试一下！

#2 楼

MySQL使您能够定义前缀索引，这意味着您要从要索引的原始字符串中定义前N个字符，诀窍是选择一个数字N，该数字足够长以提供良好的选择性，但又足够短以节省空间。该前缀应该足够长，以使索引几乎与为整个列建立索引时的索引一样有用。

在进一步介绍之前，让我们定义一些重要的术语。索引选择性是总的不同索引值与总行数之比。这是测试表的一个示例：

+-----+-----------+
| id  | value     |
+-----+-----------+
| 1   | abc       |
| 2   | abd       |
| 3   | adg       |
+-----+-----------+

如果仅索引第一个字符（N = 1），则索引表将如下表所示：

+---------------+-----------+
| indexedValue  | rows      |
+---------------+-----------+
| a             | 1,2,3     |
+---------------+-----------+

在这种情况下，索引选择性等于IS = 1/3 = 0.33。

现在让我们看看如果增加索引会发生什么索引字符的数量增加到两个（N = 2）。

+---------------+-----------+
| indexedValue  | rows      |
+---------------+-----------+
| ab             | 1,2      |
| ad             | 3        |
+---------------+-----------+

在这种情况下IS = 2/3 = 0.66这意味着我们提高了索引选择性，但同时增加了索引的大小。技巧是找到将导致最大索引选择性的最小数N。

有两种方法可以对数据库表进行计算。我将在此数据库转储上进行演示。假设我们要在表employees中添加列last_name到索引，并且我们想要定义最小的N，它将产生最佳的索引选择性。

首先，让我们确定最常用的姓氏：

select count(*) as cnt, last_name from employees group by employees.last_name order by cnt

+-----+-------------+
| cnt | last_name   |
+-----+-------------+
| 226 | Baba        |
| 223 | Coorg       |
| 223 | Gelosh      |
| 222 | Farris      |
| 222 | Sudbeck     |
| 221 | Adachi      |
| 220 | Osgood      |
| 218 | Neiman      |
| 218 | Mandell     |
| 218 | Masada      |
| 217 | Boudaillier |
| 217 | Wendorf     |
| 216 | Pettis      |
| 216 | Solares     |
| 216 | Mahnke      |
+-----+-------------+
15 rows in set (0.64 sec)

如您所见，姓氏是最常用的姓氏。现在，我们要查找最常见的last_name前缀，从五个字母的前缀开始。

+-----+--------+
| cnt | prefix |
+-----+--------+
| 794 | Schaa  |
| 758 | Mande  |
| 711 | Schwa  |
| 562 | Angel  |
| 561 | Gecse  |
| 555 | Delgr  |
| 550 | Berna  |
| 547 | Peter  |
| 543 | Cappe  |
| 539 | Stran  |
| 534 | Canna  |
| 485 | Georg  |
| 417 | Neima  |
| 398 | Petti  |
| 398 | Duclo  |
+-----+--------+
15 rows in set (0.55 sec)

每个前缀的出现次数更多，这意味着我们拥有增加数字N直到值几乎与前面的示例相同。

这是N = 9的结果

select count(*) as cnt, left(last_name,9) as prefix from employees group by prefix order by cnt desc limit 0,15;

+-----+-----------+
| cnt | prefix    |
+-----+-----------+
| 336 | Schwartzb |
| 226 | Baba      |
| 223 | Coorg     |
| 223 | Gelosh    |
| 222 | Sudbeck   |
| 222 | Farris    |
| 221 | Adachi    |
| 220 | Osgood    |
| 218 | Mandell   |
| 218 | Neiman    |
| 218 | Masada    |
| 217 | Wendorf   |
| 217 | Boudailli |
| 216 | Cummings  |
| 216 | Pettis    |
+-----+-----------+

这里是N = 10的结果。

+-----+------------+
| cnt | prefix     |
+-----+------------+
| 226 | Baba       |
| 223 | Coorg      |
| 223 | Gelosh     |
| 222 | Sudbeck    |
| 222 | Farris     |
| 221 | Adachi     |
| 220 | Osgood     |
| 218 | Mandell    |
| 218 | Neiman     |
| 218 | Masada     |
| 217 | Wendorf    |
| 217 | Boudaillie |
| 216 | Cummings   |
| 216 | Pettis     |
| 216 | Solares    |
+-----+------------+
15 rows in set (0.56 sec)

这是非常好的结果。这意味着我们可以在last_name列上建立索引，仅索引前10个字符。在表定义列中，last_name定义为VARCHAR(16)，这意味着每个条目我们已保存6个字节（如果姓氏中包含UTF8字符，则更多）。在此表中，有1637个不同的值乘以6个字节，大约为9KB，并想象一下，如果我们的表包含一百万行，该数字将如何增长。

您可以阅读其他方法来计算N中的N我的文章在MySQL中使用前缀索引。

使用MD5和SHA1函数生成应索引的值也不是一个好方法。为什么？在帖子中阅读如何在MySQL数据库中为主键选择正确的数据类型