这些高效的MySQL索引建立方法及原理，你知道吗？

索引是一种可以快速找到记录的数据结构，是由存储引擎来决定的。

对不同的存储引擎，有着不同的索引，例如对于InnoDB用b+树做索引，b+树是一种多路平衡树，它不同于b-树，数据分布在所有的叶子节点上，非叶子片由于不保存数据只保存索引项，所以一个非叶子片可以放更多节点。在搜索过程中，一个非叶子片的节点越多，意味着树高度越低，从而减少了读IO的操作实现了高效搜索。叶子片用链表顺序连接在一起，便于做范围搜索和前缀匹配搜索，全局搜索，而且查询时间稳定因为数据都在叶子节点上。而b-树适合随机搜索，因为非叶子片上就可以结束搜索。

对于Memory存储引擎，使用的是hash索引。hash索引的特点是速度很快，但是由于是根据hash值来搜索数据，导致hash索引无法应对范围搜索和前缀匹配的情况。这也是为什么Memory表适合做缓存表的原因，三个字，查询快！！！

下面，我来介绍几个高效的索引建立方式并讨论：

当有字符串匹配需求的时候，不要对字符串建立索引，而是用mysql的CRC32/MD5等hash函数将字符串映射为一个数值类型。并将其扩展为一个数值型字段，对这个数值型字段建立索引，如图

这样做的好处就是， 在进行索引时，存在一个比较的过程。数值型比较要远比字符串比较高效的多（因为字符串比较是逐个字符对比），其次数值型的索引文件要远比字符串型的索引文件要节省内存。但是缺点就是，该字段不再支持前缀匹配和范围搜索了，因为hash值是无规律的。

对于超长字符串TEXT，超长varchar等。如果我们想建立高效索引，也并非不可能。我们只需对前n个字符建立索引即可，无须对整个字符串建立索引。如下

ALTER TABLE img ADD INDEX(RIGHT(img_url,10)) 我们只需要右边10个字符建立的索引，就足以区分所有的字符串了。是不是非常的高效！！？？

联合索引，当我们有and参与的where条件查询，或者group by 和order by，我们就可以考虑建立这种联合索引了。假设我们建立索引项（A,B,C），MySQL会快速定位到符合A项的数据集中，再在此数据集中快速定位符合B项的子数据集。但是值得一提的就是，若查询条件未按索引项顺序来例如 select id from user where B="b" and C="c" ，就会触发全表扫描。因为索引时，无法跳过A项就对B,C开启索引。所以建立联合索引，一定要用最左原则，对最常用的字段，放在最左边。