現在主流**都支援手機號登入，如何在手機號這樣的字串字段建立合適的索引呢？
假設，你現在維護乙個支援郵箱登入的系統，使用者表是這麼定義的：
create
table suser(
id bigint
unsigned
primary
key,
email varchar(64
),..
.)engine
=innodb
;
select f1, f2 from suser where email=
'***'
;
mysql支援字首索引，可定義字串的一部分作為索引。
若建立索引的語句不指定字首長度，那麼索引預設包含整個字串。
比如，這倆在email欄位建立索引的語句：
alter
table suser add
index index1(email)
;alter
table suser add
index index2(email(6)
);
這同時帶來損失：可能會增加額外的記錄掃瞄次數。
看看下面這語句，在這倆索引定義分別怎麼執行。
select id,name,email from suser where email=
'zhangssxyz@***.com'
;
從index1索引樹找到滿足索引值 'zhangssxyz@***.com』的記錄，取得id2的值
到主鍵上查到主鍵值是id2的行，判斷email值是正確的，將改行記錄加入結果集
取index1索引樹上剛剛查到位置的下條記錄，發現已不滿足email='zhangssxyz@***.com』條件，結束迴圈
該過程，只需回主鍵索引取一次資料，所以系統認為只掃瞄一行。
如果使用是index2，執行順序如下：
從index2索引樹找到滿足索引值是』zhangs』的記錄，找到的第乙個是id1
到主鍵上查到主鍵值是id1的行，判斷出email的值不是』zhangssxyz@***.com』，該行記錄丟棄
取index2上剛剛查到的位置的下條記錄，仍是』zhangs』，取出id2，再到id索引取整行判斷，這次值對，將該行記錄加入結果集
重複上一步，直到在idxe2上取值不是』zhangs』，結束迴圈結束
該過程，要回主鍵索引取4次資料，即掃瞄4行。
對比發現，使用字首索引，可能導致查詢語句讀資料的次數變多。
但對該查詢語句，如果定義index2不是email(6)而是email(7），即取email欄位前7位元組構建索引，即滿足字首』zhangss』記錄只有乙個，也能直接查到id2，只掃瞄一行結束。
即使用字首索引，定義好長度，就可做到既節省空間，又不用增加額外太多的查詢成本。
要給字串建立字首索引
在建立索引時我們關注的是區分度，區分度越高越好。區分度越高，重複的鍵值越少。因此可通過統計索引上有多少不同值判斷要使用多長字首。
可使用如下語句，計算該列上有多少不同值
select
count
(distinct email)
as l from suser;
select
count
(distinct
left
(email,
4)）as l4,
count
(distinct
left
(email,
5)）as l5,
count
(distinct
left
(email,
6)）as l6,
count
(distinct
left
(email,
7)）as l7,
from suser;
然後，在返回的l4~l7中，找出不小於 l * 95%的值，假設l6、l7都滿足時，即可選擇字首長度最短為6。
看如下sql：
select id,email from suser where email=
'zhangssxyz@***.com'
;
select id,name,email from suser where email=
'zhangssxyz@***.com'
;
若使用index1，可利用覆蓋索引，從index1查到結果後直接返回，不需回到id索引再查一次。
而若使用index2（email(6)），得回id索引再判斷email字段值。
即使將index2定義改為email(18)，雖然index2已包含所有資訊，但innodb還是要回id索引再查，因為系統並不確定字首索引的定義是否截斷了完整資訊。
即字首索引根本用不上覆蓋索引對查詢的優化，這也是選擇是否使用字首索引時需要考慮的因素。
對類似郵箱這樣字段，字首索引可能還行。但遇到字首區分度不好的，怎麼辦？
比如身份證號18位，前6位是位址碼，所以同縣人身份證號前6位一般相同。
假設維護資料庫是個市公民資訊系統，若對身份證號做長度6字首索引，區分度非常低。
可能需建立長度12以上字首索引，才能夠滿足區分度要求。
但索引選取越長，佔磁碟空間越大，相同資料頁能放下索引值越少，查詢效率就越低。
第一種方式使用
如果儲存身份證號時把它倒過來存，每次查詢這麼寫：
select field_list from t where id_card = reverse(
'input_id_card_string'
);
實踐中也別忘記使用count(distinct)驗證區分度哦！
第二種方式是使用
可在表再建立整數字段，儲存身份證的校驗碼，同時在該字段建立索引。
alter
table t add id_card_crc int
unsigned
,add
index
(id_card_crc)
;
由於校驗碼可能存在衝突，即兩不同身份證號crc32()所得結果可能相同（雜湊衝突），所以查詢語句where部分要判斷id_card值是否精確相同。
select field_list from t where
id_card_crc=crc32(
'input_id_card_string'
)and id_card=
'input_id_card_string'
都不支援範圍查詢。
占用的額外空間
cpu消耗
若只從這倆函式計算複雜度看，reverse函式額外消耗cpu資源較少。
查詢效率
字串字段建立索引的場景，可使用的方式如下：
直接建立完整索引，這樣可能比較占用空間
建立字首索引，節省空間，但增加查詢掃瞄次數，且不能使用覆蓋索引
倒序儲存，再建立字首索引，用於繞過字串本身字首的區分度不足缺陷
建立hash欄位索引，查詢效能穩定，有額外儲存和計算消耗，跟第三種方式一樣不支援範圍掃瞄
實際應用中，根據業務欄位的特點擊擇使用哪種方式。
維護學生資訊資料庫，學生登入名的統一格式是」學號@gmail.com"
學號的則是：十五位的數字，其中前三位是所在城市編號、第四到第六位是學校編號、第七位到第十位是入學年份、最後五位是順序編號。
系統登入時輸入登入名和密碼，驗證正確後才能繼續使用系統。
只考慮登入驗證，怎麼設計這個登入名的索引呢？
上期我留給你的問題是，給乙個學號字段建立索引，有哪些方法。
由於學號規則，無論正向反向字首索引，重複度都較高。
因為維護的只是乙個學校的，因此前面6位（其中，前三位是所在城市編號、第四到第六位是學校編號）固定，郵箱字尾都是@gamil.com，因此可只存入學年份加順序編號，長度9位。
在此基礎，可用數字型存這9位數字。比如201100001，只需佔4位元組。其實這就是種hash，只是用最簡單轉換規則：字串轉數字，而剛好我們設定背景，可保證轉換結果唯一。
當然了，乙個學校的總人數這種資料量，50年才100萬學生，這錶肯定是小表。為了業務簡單，直接存原來的字串。「優化成本和收益」的思想。
阿里做題 百度做題
阿里大概題目兩個單元 1 單選。大部分數學邏輯題 小部分程式設計基礎題 選擇題目 strlen和sizeof的用法 幾乎逢考必見 資料結構樹的遍歷，和equal的區別 排序的複雜度分析 程式設計題目 1 考察hadoop檔案讀寫過程 2 編寫乙個轉賬介面，注意條件 餘額 轉賬金額 轉賬次數 1000...
阿里雲 騰訊雲 百度雲 華為雲 評測對比
所有伺服器測試使用的軟體版本均為 vps bench v0.3.2 版本 源 在 github 您可以在這裡檢視原始資料以及 您可以在這裡看每次單獨的測試結果 從結果上看，這四家的cpu計算穩定性都不差，畢竟都是有雄厚技術支援的廠家。具體結果如下圖所示 註解 國內的網路這四家看來差不多 實際上網路還...
百度的搜尋工具如何使用
在使用搜尋引擎搜尋時大家都有注意到，搜尋欄下面有個 搜尋工具 這是為了方便進行更加詳細搜尋！那麼，搜尋工具該如何使用呢？點開搜尋工具我們能看到有一欄時間選項。你可以在這裡選擇你需要的檔案發布的具體時間。第二欄是檔案型別，你可以根據需要選擇型別，如word。第三欄是選擇輸入 進行站內搜尋！下面以 河南...