Mysql

关注公众号 jb51net

关闭
首页 > 数据库 > Mysql > mysql前缀索引

MySQL前缀索引详解

作者：XZ-070001

MySQL前缀索引优化长文本字段,减少索引体积,提升查询效率,适用右模糊查询,不支持左模糊/排序/覆盖索引,选择合适前缀长度通过区分度公式计算,本文介绍MySQL前缀索引的相关操作,感兴趣的朋友一起看看吧

在MySQL中，使用前缀索引（Prefix Index）是一种优化查询性能的策略，特别是在处理长字符串字段时。通过仅对字段的一部分创建索引，可以减少索引的大小，从而加快查询速度并节省磁盘空间。

MySQL 前缀索引（依据字段前 N 个字符创建索引）

一、概念

前缀索引：对字符串类型字段，不取完整字段，只截取前若干个字符建立索引。适用场景：CHAR、VARCHAR、TEXT 等长文本字段，减少索引体积、提升索引效率。

二、基本语法

-- 格式：CREATE INDEX 索引名 ON 表名(字段(截取长度));
CREATE INDEX 索引名 ON 表名(字段名(N));

三、实战案例

1. 准备测试表

CREATE TABLE student (
    sid INT PRIMARY KEY AUTO_INCREMENT,
    sname VARCHAR(50),
    address VARCHAR(200)  -- 地址字段较长
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

2. 对姓名字段前 3 个字符建前缀索引

-- 截取 sname 前3位字符创建索引
CREATE INDEX idx_name_pre3 ON student(sname(3));

3. 对长地址字段前 10 个字符建前缀索引

CREATE INDEX idx_addr_pre10 ON student(address(10));

4. 查看索引

SHOW INDEX FROM student;

结果中会显示索引长度为设定的截取位数。

四、使用规则 & 生效场景

1. 索引能命中的情况

前缀匹配查询（右模糊），和索引截取规则一致：

-- 正常走前缀索引：从开头匹配
SELECT * FROM student WHERE sname LIKE '张%';
SELECT * FROM student WHERE address LIKE '北京市%';

2. 索引失效场景

  1. 左模糊 / 两端模糊
SELECT * FROM student WHERE sname LIKE '%三';    -- 失效
SELECT * FROM student WHERE sname LIKE '%李%';  -- 失效
  1. 查询需要用到字段完整内容，无法仅靠前缀区分数据

五、如何选择合适的截取长度（考点）

目标：区分度尽可能高，接近完整字段的查询效果。

1. 计算区分度公式

区分度 = 不同前缀值数量 / 总数据行数区分度越接近 1，效果越好。

2. 实操计算示例

-- 1. 统计整列不重复值数量
SELECT COUNT(DISTINCT sname) FROM student;
-- 2. 依次测试前1、2、3...位字符的不重复数量
SELECT COUNT(DISTINCT LEFT(sname,1)) FROM student;
SELECT COUNT(DISTINCT LEFT(sname,2)) FROM student;
SELECT COUNT(DISTINCT LEFT(sname,3)) FROM student;

选取区分度趋于稳定的最小长度，节约空间又保证效率。

六、前缀索引优缺点

优点

  1. 大幅减小索引文件体积，降低磁盘占用
  2. 索引加载更快，内存消耗更少
  3. 针对长字符串，查询速度明显优于全字段索引

缺点

无法使用覆盖索引因为索引只存前缀字符，无法拿到完整字段值，查询一定会回表。

排序、分组无法使用该前缀索引

-- 无法走前缀索引排序
SELECT * FROM student ORDER BY sname;

左模糊查询直接失效

七、修改、删除前缀索引

-- 删除前缀索引
DROP INDEX idx_name_pre3 ON student;
-- 用 ALTER 方式创建前缀索引
ALTER TABLE student ADD INDEX idx_addr_pre5(address(5));

八、考试简答背诵版

  1. 前缀索引定义对字符串字段截取前 N 个字符建立的索引，常用于长文本字段，缩减索引大小。
  2. 使用特点仅对 ** 右模糊（前缀匹配）** 查询生效，左模糊、排序、覆盖索引均不支持。
  3. 长度选择原则通过计算前缀字符的区分度，选择区分度足够高的最小截取长度。

九、补充限制

  1. 数值型、日期型字段不能创建前缀索引；
  2. InnoDB 中，前缀长度有上限，超长截取会被限制；
  3. 联合索引也可对其中字符串字段设置前缀：
-- 联合索引 + 前缀
CREATE INDEX idx_class_name ON student(classid, sname(3));

给出例子，如何依据前缀创建b树

结合 MySQL 前缀索引 + B + 树（InnoDB 默认索引结构），用实例讲清：截取字段前缀后，数据如何存入 B + 树、查询过程、生效 / 失效场景，附可视化结构。

一、前置环境与数据

1. 测试表 & 数据

CREATE TABLE student (
    sid INT PRIMARY KEY AUTO_INCREMENT,
    sname VARCHAR(50) NOT NULL
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;
-- 插入测试数据
INSERT INTO student(sname) 
VALUES 
('张三'),('张三丰'),('张小花'),('李四'),('李磊'),('王五');

2. 创建前缀索引（核心）

截取 sname 前 2 个字符 建立前缀索引：

-- 对姓名字段前2位字符创建前缀索引
CREATE INDEX idx_sname_pre2 ON student(sname(2));

说明：InnoDB 所有索引底层都是 B + 树，该前缀索引同样基于 B + 树 存储。

二、前缀规则梳理

截取规则：只取字符串开头前 2 个字符

表格

原始姓名截取前缀 (前 2 位)主键 sid
张三张三1
张三丰张三2
张小花张小花（取前 2 位：张小花→张小）3
李四李四4
李磊李磊5
王五王五6

按字符编码升序排序后，索引排序序列：张三(1)、张三(2)、张小(3)、李四(4)、李磊(5)、王五(6)

三、前缀索引在 B + 树 中的存储结构

InnoDB 二级索引通用格式：叶子节点 = 截取的前缀字符 + 主键值非叶子节点 = 前缀分界字符（仅用于引路，不存完整数据）

1. B + 树整体结构（简化版）

                【根节点（非叶子）】
             张三        李四
          ↙        ↘
【叶子组1】                【叶子组2】
(张三,1) (张三,2) (张小,3)  (李四,4) (李磊,5) (王五,6)

结构说明

  1. 非叶子节点（上层）只存储前缀分界值（张三、李四），用来快速划分区间、指引查找，不存储主键。
  2. 叶子节点（最底层）有序存放 (前缀字符, 主键sid)，是索引真实数据；所有叶子节点通过双向链表串联，保持有序。
  3. 整棵树完全遵循 B + 树 特性：只有叶子存数据、层级少、磁盘 IO 低。

2. 叶子节点实际存储内容

("张三",1) 、("张三",2) 、("张小",3) 、("李四",4) 、("李磊",5) 、("王五",6)

四、查询案例：前缀索引 + B + 树 执行流程

案例 1：前缀匹配（索引生效，走 B + 树）

执行右模糊查询（开头匹配前缀，最常用场景）

SELECT * FROM student WHERE sname LIKE '张%';

完整执行步骤

  1. 解析条件：匹配以 “张” 开头的姓名，优先使用 idx_sname_pre2 前缀索引；
  2. 访问 B + 树根节点，对比分界值，定位到左侧叶子区间；
  3. 在叶子节点中遍历所有前缀为 张三、张小 的记录，拿到对应主键：1、2、3；
  4. 拿着主键去 ** 聚簇索引（主键 B + 树）** 回表，查询整行数据；
  5. 返回最终结果。

优势：没有全表扫描，依靠 B + 树二分定位，查询效率高。

案例 2：左模糊（前缀索引失效，全表扫描）

SELECT * FROM student WHERE sname LIKE '%三';

原因

前缀索引只按字符串开头字符构建 B + 树，无法匹配尾部字符；数据库无法使用该索引，放弃 B + 树检索，直接全表扫描。

案例 3：完整等值查询（依然可走前缀 B + 树）

SELECT * FROM student WHERE sname = '张三';

流程：通过前缀 张三 在 B + 树找到对应主键，回表校验完整姓名，正常使用索引。

五、关键特性 & 考点（考试必背）

1. 前缀 B + 树 和 普通完整字段 B + 树 区别

  1. 存储内容不同
    • 普通索引：叶子存 完整字段值 + 主键
    • 前缀索引：叶子存 字段前 N 个字符 + 主键
  2. 索引体积前缀索引字符更少，B + 树整体更小，占用磁盘、内存更低。
  3. 功能限制
    • 前缀索引 无法实现覆盖索引（索引内只有前缀，没有完整字段）；
    • 无法利用该索引做 ORDER BY sname 排序（排序依赖完整字符）。

2. 为什么长字符串推荐前缀 B + 树？

长文本（地址、备注、长昵称）如果建完整索引，B + 树节点存储的数据量大，树层级变高、IO 变多；截取合理前缀后，B + 树更紧凑、层级更低，查询更快。

3. 截取长度选择（结合 B + 树理解）

截取长度太短 → 前缀重复多 → B + 树叶子节点大量重复值 → 区分度低，索引效果差；截取长度太长 → 失去 “缩减索引体积” 的意义。

原则：选择区分度足够高的最小前缀长度构建 B + 树。

六、考试简答题标准作答

对字符串字段截取前 N 个字符创建前缀索引，底层依旧采用B + 树结构存储：

  1. 将截取后的前缀字符按编码排序，与对应主键共同存入 B + 树叶子节点；
  2. 上层非叶子节点仅存储前缀分界值，用于检索引路；
  3. 仅 ** 前缀匹配（右模糊）** 查询可利用该 B + 树快速定位数据，左模糊、排序、覆盖索引均无法使用该索引。

七、补充 SQL 验证

查看索引，确认是前缀索引：

SHOW INDEX FROM student;

输出中会标记索引长度为 2，代表基于前 2 位字符构建 B + 树索引。

删除前缀索引：

DROP INDEX idx_sname_pre2 ON student;

在这个例子中，如何通过姓名列查找到张三丰这个人，给出查找树到数据的过程

结合上文中sname 前 2 位前缀索引（idx_sname_pre2） + B + 树结构，一步步拆解查找 张三丰 的完整流程，包含树检索、回表全过程。

前置回顾

                根节点(非叶子)
             张三        李四
          ↙        ↘
叶子节点组1          叶子节点组2
(张三,1) (张三,2) (张小,3)  (李四,4) (李磊,5) (王五,6)

叶子节点存储格式：(前缀字符，主键 sid)

  1. 执行 SQL
SELECT * FROM student WHERE sname = '张三丰';

一、完整查找步骤（从 B + 树到最终数据）

步骤 1：解析查询条件，确定使用前缀索引

查询目标完整姓名 张三丰，优先使用 sname(2) 前缀索引。截取目标字符串前 2 位：张三丰 → 前缀 = 张三。

步骤 2：访问 B + 树根节点，二分匹配区间

  1. 拿前缀 张三 和根节点的分界关键字对比；
  2. 匹配到左区间，进入左侧叶子节点组。

步骤 3：遍历当前叶子节点，匹配前缀

在叶子组 1 中依次读取索引项：

  1. (张三,1)：前缀匹配，取出主键 sid=1；
  2. (张三,2)：前缀匹配，取出主键 sid=2；
  3. (张小,3)：前缀不匹配，停止当前分支检索。

此时得到候选主键集合：[1, 2]

步骤 4：根据主键回表（查询聚簇索引）

前缀索引只存前缀 + 主键，没有完整姓名，必须回表：

  1. 拿着 sid=1、sid=2 去主键聚簇索引（另一棵 B + 树）查找整行数据；
  2. 取出两条记录的完整 sname：
    • sid=1 → 张三
    • sid=2 → 张三丰

步骤 5：过滤校验，返回最终结果

用完整字段和查询条件 '张三丰' 精准比对：

步骤 6：输出该行所有字段数据

最终返回：sid=2，sname=张三丰 整行记录。

二、流程总结（考试简答版）

  1. 截取查询值前 2 位字符作为检索关键字，进入前缀索引 B + 树；
  2. 从根节点逐层向下二分查找，定位到对应叶子节点；
  3. 取出所有前缀匹配的记录及对应主键；
  4. 通过主键到聚簇索引回表，获取完整姓名字段；
  5. 用完整姓名做精准匹配，过滤出目标数据并返回。

三、补充考点

  1. 为什么不能只靠前缀直接判定结果？前缀相同不代表完整姓名相同，必须回表校验完整字段。
  2. 该场景能否使用覆盖索引？不能。前缀索引仅存储部分字符，无法覆盖查询所需完整字段。

到此这篇关于MySQL前缀索引的文章就介绍到这了,更多相关mysql前缀索引内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:
阅读全文