Я працюю в базі даних MySql зі такою таблицею:

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

... і мені потрібно зробити багато таких запитів (із 5-10 рядків у списку) :

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

Буде близько 24 000 000 унікальних рядів

1) Чи слід використовувати клавішу a FULLTEXTабо INDEXдля свого ключа VARCHAR(150)?
2) Якби я збільшив показники зі 150 до 220 або 250 ... чи це мало би велике значення? (Чи є спосіб , щоб обчислити його?)
3) Як я вже сказав, вони збираються бути унікальним, так MyField має бути PRIMARY KEY . Чи не рідко можна додати ПЕРШИЙ КЛЮЧ до поля, яке вже є VARCHAR INDEX / FULLTEXT?

ПРЕДЛОЖЕННЯ №1: Стандартна індексація

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

Якщо індексувати так, ви можете або шукати весь рядок, або робити орієнтовані на ліворуч пошуки LIKE

ПРЕДЛОЖЕННЯ №2: Індексація FULLTEXT

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

Ви можете ефективно використовувати пошук окремих ключових слів, а також цілих фраз. Вам потрібно буде визначити спеціальний список зупинок, оскільки MySQL не індексує 543 слова .

Ось інші мої пости за останні два роки за показниками FULLTEXT

• May 23, 2011: Оптимізація повнотекстового пошуку mysql (StackOverflow)
• Oct 25, 2011: Індекс FULLTEXT ігнорується в БУЛЬСЬКОМУ РЕЖИМІ з умовною 'кількістю слів'
• Jan 26, 2012: Mysql повнотекстовий пошук my.cnf оптимізація
• May 07, 2012: MySQL EXPLAIN не показує "індекс використання" для FULLTEXT

ПРЕДЛОЖЕННЯ №3: Хеш-індексація

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

Якщо ви шукаєте одне конкретне значення, і ці значення можуть бути довжиною значно більше 32 символів, ви можете зберігати хеш-значення:

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

Таким чином, ви просто шукаєте хеш-значення для отримання результатів

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

Спробувати !!!

MySQL дає змогу визначити попередньо встановлений індекс, що означає, що ви визначаєте перші N символів з початкового рядка для індексації, а хитрість полягає в тому, щоб вибрати число N, яке досить довге, щоб дати гарну вибірковість, але досить коротке, щоб заощадити місце. Префікс повинен бути досить довгим, щоб зробити індекс майже таким же корисним, як це було б, якби ви індексували весь стовпець.

Перш ніж піти далі, давайте визначимося з деякими важливими термінами. Селективність індексу - відношення загальної різної індексованої величини та загальної кількості рядків . Ось один приклад для тестової таблиці:

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

Якщо ми індексуємо лише перший символ (N = 1), то таблиця індексів буде мати вигляд наступної таблиці:

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

У цьому випадку вибірковість індексу дорівнює IS = 1/3 = 0,33.

Давайте тепер подивимося, що буде, якщо збільшимо кількість індексованих символів до двох (N = 2).

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

У цьому сценарії IS = 2/3 = 0,66, це означає, що ми збільшили вибірковість індексу, але також збільшили розмір індексу. Трюк - знайти мінімальне число N, що призведе до максимальної вибірковості індексу .

Існує два підходи, за допомогою яких можна обчислити таблицю бази даних. Я продемонструю на цьому дамп-базі даних .

Припустимо, ми хочемо , щоб додати стовпець last_name в таблиці співробітників до індексу, і ми хочемо , щоб визначити найменше число N , яке буде виробляти кращий показник селективності.

Спершу визначимо найчастіші прізвища:

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)

Як бачите, прізвище Баба є найчастішим. Тепер ми будемо знаходити префікси прізвища, що найчастіше зустрічаються , починаючи з п’яти буквених префіксів.

+-----+--------+
| 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)

У кожному префіксі набагато більше випадків, а це означає, що нам потрібно збільшити число N, поки значення майже не будуть такими ж, як у попередньому прикладі.

Ось результати для N = 9

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    |
+-----+-----------+

Ось результати для N = 10.

+-----+------------+
| 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)

Це дуже хороші результати. Це означає, що ми можемо робити покажчик на прізвище стовпця, індексуючи лише перші 10 символів. У таблиці визначення стовпця прізвище last_name визначається як VARCHAR(16), і це означає, що ми зберегли 6 байтів (або більше, якщо в прізвищі є символи UTF8). У цій таблиці 1637 різних значень, помножених на 6 байт, це приблизно 9 КБ, і уявіть, як зростало б це число, якщо наша таблиця містить мільйон рядків.

Ви можете прочитати інші способи обчислення кількості N у моєму пост Префіксні індекси в MySQL .

Використання функцій MD5 та SHA1 для генерування значень, які слід індексувати, також не є гарним підходом . Чому? Прочитайте його у публікації Як правильно вибрати тип даних для первинного ключа в базі даних MySQL