mysql 文本区分度

 

 

 

 

SELECT count(distinct left(shop_name, 5))/count(*) FROM `shop`;

　　

 

索引长度和区分度是相互矛盾的，

索引长度太短，那么区分度就很低，把索引长度加长，区分度就高，但是索引也是要占内存的，所以我们需要找到一个平衡点；

那么这个平衡点怎么来定？

 

比如用户表有个字段 username ，要给他加索引，问题是索引长度多少合适？

其实我们知道 百家姓里面有百多个姓 ，但是大多数人的姓 集中在前十多个；如果我设置索引索引长度为1，占内存少，但是区分度低，区分度低索引的效率越低。太长则占内存；

 

首先你要知道 mysql的索引都是排好序的。如果区分度高排序越快，区分度越低，排序慢；

举个例子：  （张，张三，张三哥），如果索引长度取1的话，那么每一行的索引都是 张 这个字，完全没有区分度，你让他怎么排序？结果这样三行完全是随机排的，因为索引都一样；

如果长度取2，那么排序的时候至少前两个是排对了的，如果取3，区分度达到100%，排序完全正确；

等等，那你说是不是索引越长越好？  答案肯定是错的，比如 (张,李,王)  和 （张三啦啦啦，张三呵呵呵，张三呼呼呼）；前者在内存中排序占得空间少，排序也快，后者明显更慢更占内存，在大数据应用中这一点点都是很恐怖的

 

https://www.cnblogs.com/codeAB/p/6391303.html