我的索引什么时候应该有活动列？

Question

我有几张桌子，我想知道我的综合索引是否有用。我正在使用MySQL 5+，但我想这适用于任何数据库（或不是？）。

无论如何，请说下表：

username           active
-----------------------------------
Moe.Howard              1
Larry.Fine              0
Shemp.Howard            1

所以我通常会选择：

select * from users where username = 'shemp.howard' and active = 1;

active=1用于我们的许多表格中。通常，我的索引会在username列上，但我想添加活动标志（到同一索引）。

我的逻辑是，当查询引擎正在扫描索引时，它会扫描索引，如：

moe.howard,1
shemp.howard,1
larry.fine,0

并在遇到非活动用户（Larry）之前找到Shemp。

现在，我们的active列通常是TINYINTS和Unsigned。但我担心索引可能会落后！

larry.fine,0
moe.howard,1
shemp.howard,1

我应该如何最好地处理这个并确保我的索引是正确的？我不应该将活动列添加到与用户名相同的索引中吗？或者我应该为活动创建一个单独的索引并使其降序吗？

感谢。

Answer 1

如果将复合索引中的这两个字段与active标志组合作为键的第二部分，则索引顺序将仅依赖于该值（iff）两个或更多的名称字段行是相同的（在这种情况下似乎不太可能，因为假设人们希望系统中的用户名是唯一的）。复合索引中的第一个键将定义键的顺序，只要它们不同即可。换句话说，如果用户名是唯一的，那么将活动标志添加为复合索引的第二段将不会更改索引的顺序。

另请注意，对于示例查询，数据库不会“扫描”索引以查找值。相反，它将寻找第一个匹配条目，在给出的示例中，该条目包含单个匹配。如果多个条目通过WHERE子句，则会发生“扫描”。

话虽如此，除非有很多情况下你有重复的名字，我最初的反应是不创建复合键。如果这些名称“通常”是唯一的，那么你就不会用复合键购买大量的钱。另一方面，如果通常有相当多的重复名称具有不同的active标志值，则可能有所帮助。那时，您可能需要进行测试。

Answer 2

实际上我们只能猜测查询优化器会尝试做什么，但通常建议如果索引的选择性超过20％，那么全表扫描优于索引访问。这意味着很有可能即使你索引活动索引也不会被实际使用，因为你有比非活跃用户更多的活跃用户。

MySQL只能按顺序使用索引，因此如果您创建的username,active复合索引完全没有意义，因为您不会让多个用户拥有相同的用户名。

您确实需要分析您的查询要求，然后您可以设计索引计划来对它们进行处理。描述每个查询，不要试图过度优化所有内容，因为这可能会产生负面结果。

Answer 3

只有在您希望它可以帮助您过滤/退出的值具有代表性时，才应添加索引。从统计学角度来说。

这是什么意思？

如果说，您正在索引的列上的WHERE子句中的过滤器正在帮助您检索20％的行，您应该在其中添加索引。这个百分比数量取决于你的特殊情况，应该尝试一下，但这就是想法。

在您的情况下，仅通过名称，您将获得100％的排除。在活动列上添加索引将是无用的，因为它无助于减少最终记录集（除非您可能有n次同名但只有一个活动？）

如果您决定仅过滤活跃用户，而不关心名称，情况会有所不同。