使用尾隨通配符搜索first_name和last_name的最佳索引？

Question

我的第一個attempt在一個問題被證明是令人困惑，我收到了一些混合的答案（可能是由於我的混淆問題）。這裏有一個不同的，更好的問題...

假設我的表看起來像這樣在MySQL：

CREATE TABLE `people` (
    `person_id` INT(11), 
    `alias_num` TINYINT(3), 
    `first_name` VARCHAR(255) NOT NULL, 
    `last_name` VARCHAR(255) NOT NULL, 
    PRIMARY KEY (`person_id`,`alias_num`) 
) 
COLLATE='latin1_swedish_ci' 
ENGINE=InnoDB; 

隨着數據是這樣的：

person_id alias_num first_name last_name 
--------- --------- ---------- --------- 
1   1   John  Smith 
2   1   Joe  Smith 
3   1   Bill  Smith  # <-- Notice this guy has 3 aliases 
3   2   Billy  Smith  # <-- 
3   3   William Smith  # <-- 
4   1   Susan  Thompson 
... 

假設jo和smi被輸入到HTML搜索表單（需要兩個字段），我的查詢將始終如此：

SELECT person_id FROM people WHERE first_name LIKE 'jo%' AND last_name LIKE 'smi%'; 

問題：添加到我的表中以使上述查詢最快的最佳索引是什麼？

注： 我做的將近一百萬行的表中的一些快速測試，它看起來像first_name(15)和last_name(15)是2個獨立的指標似乎比使用SQL_NO_CACHE的last_name(15),first_name(15)複合索引快？但也許我正在測試這個錯誤。我也在考慮，也許綜合索引和單個名稱上的索引組合會很好（如果這不會混淆優化器）？

獎勵題：
考慮到我在尋找局部的話，不完全的話，會像ElasticSearch爲此查詢的更好嗎？

Answer 1

你是對的，單獨的first_name和last_name索引會更好地工作。

根據我的經驗，複合索引最好在非變量字段（如2個數字）上。我會在每個姓名字段上使用一個索引。

如果你還沒有調整你的my.cnf設置，那麼調整可用於MySQL的內存可以在排序/索引搜索方面產生巨大的差異。國際海事組織關於my.cnf，這是一個完整的其他問題。你可以從這裏開始：https://dev.mysql.com/doc/refman/5.6/en/server-default-configuration-file.html。 Mysql與my-large.cnf，my-huge.cnf一起提供，所以這些應該給你一個好的開始。

Answer 2

它似乎使用密鑰？！？

DROP TABLE IF EXISTS my_table; 

CREATE TABLE my_table 
(id INT NOT NULL AUTO_INCREMENT PRIMARY KEY 
,first_name VARCHAR(12) NOT NULL 
,last_name VARCHAR(12) NOT NULL 
,INDEX fl (first_name,last_name) 
); 

INSERT INTO my_table (first_name,last_name) VALUES 
('John','Brown'), 
('John','Smith'), 
('John','Johnson'), 
('John','Lewis'), 
('John','Lennon'), 
('John','Major'), 
('James','Brown'), 
('James','McIlroy'), 
('James','Napier'), 
('Jamie','Oliver'), 
('James','May'), 
('James','Martin'); 

SELECT * FROM my_table WHERE first_name LIKE 'Ja%' AND last_name LIKE 'Bro%'; 
+----+------------+-----------+ 
| id | first_name | last_name | 
+----+------------+-----------+ 
| 7 | James  | Brown  | 
+----+------------+-----------+ 

EXPLAIN 
SELECT * FROM my_table WHERE first_name LIKE 'Ja%' AND last_name LIKE 'Bro%'; 
+----+-------------+----------+-------+---------------+------+---------+------+------+----------+--------------------------+ 
| id | select_type | table | type | possible_keys | key | key_len | ref | rows | filtered | Extra     | 
+----+-------------+----------+-------+---------------+------+---------+------+------+----------+--------------------------+ 
| 1 | SIMPLE  | my_table | range | fl   | fl | 28  | NULL | 6 | 100.00 | Using where; Using index | 
+----+-------------+----------+-------+---------------+------+---------+------+------+----------+--------------------------+ 

Answer 3

添加到從@mikeb和@RickJames上述問題的答案，

MySQL的文檔說here：

對於BTREE索引，間隔可能是合併 與條件可用AND，其中每個條件將關鍵部分與使用=，< =>，IS NULL，>，<，> =，< =，<>，BETWEEN或LIKE 'pattern'（其中'pattern'不以通配符開頭）。只要可以確定包含與條件匹配的所有行的單個密鑰元組（或者如果使用<>或！=，則兩個 區間），可以使用 區間。

只要比較運算符是=，< =>或IS NULL，優化程序就會嘗試使用其他關鍵部分來確定間隔 。如果 運算符>，<，> =，< =，！=，<>，BETWEEN或LIKE，優化程序 使用它，但不考慮更多關鍵部分。對於以下表達式， 優化程序使用第一個比較中的=。它還使用> =從 第二比較但認爲沒有進一步的關鍵部件和不 使用第三比較區間施工：

key_part1 = '富' AND key_part2> = 10且key_part3> 10

單間隔爲：

（ '富'，10，-INF）<（key_part1，key_part2，key_part3）<（ '富'，+ INF，+ INF）

創建的區間可能包含比 初始條件更多的行。例如，前面的間隔包含 值（'foo'，11,0），它不符合原始條件。

在複合材料的關鍵部分使用LIKE時，不使用右側的關鍵部分。因此，這證實了@mikeb所說的兩個單一索引會更好地工作，因爲MySQL可以判斷哪一個具有更好的基數並使用它。 但是，我最終使用了Rick James與last_name,first_name,person_id（前綴/大小刪除）的答案，因爲我只是選擇了person_id。這起到了覆蓋索引的作用，並且在測試中的工作速度（可能更快）比單獨的索引工作得更快，並且可以使用last_name和first_name進行良好的排序。無論如何，複合鍵通常是更好的方法。

Answer 4

SELECT person_id FROM people WHERE first_name LIKE 'jo%' AND last_name LIKE 'smi%'; 

案例1 - 覆蓋（罕見）：所有所述的整個SELECT字段被包括在索引中。無論這些被「覆蓋」和最佳：

INDEX(first_name, last_name, person_id) 
INDEX(last_name, first_name, person_id) 

「覆蓋」意味着它做了所有工作的指標內，並不需要觸摸的數據。注意：「數據」和PRIMARY KEY共同居於一個BTree;每個二級指標都存在於另一個BTree中。

案例2 - 未覆蓋的：如果你不想，還是不能（因爲TEXT等），包括所有字段，那麼無論這些是最優的：

INDEX(first_name) 
INDEX(last_name) 

創建兩個索引並讓優化器動態選取更好的索引。由於外卡，INDEX(first_name, last_name)是沒用的;它不會超過索引的第一列。

，前綴：不要不使用first_name(15)。它不會節省太多的空間，並且它會幫助而不是。與案例2一樣，它將而不是越過組合索引中的第一列。

（255）：不要胡亂使用VARCHAR(255)。 255涉及到可能用於執行SELECT的臨時表的詳細信息，並且您將放慢查詢將會以合理的最大長度發生的情況。在某些情況下，您將超出限制，不允許構建索引。

輔助鍵：在InnoDB中，每個「輔助鍵」隱含地包括來自PRIMARY KEY的所有列。因此INDEX(first_name, last_name)實際上將包括person_id（和alias_num），從而使得我的建議INDEX(first_name, last_name, person_id)相當於。

INDEX（a）和INDEX（a，b）：前者實際上總是多餘的;只保留後者。

的my.cnf：本次討論的最重要的設置是設置innodb_buffer_pool_size到可用 RAM約70％。

進一步討論： Building an index from a SELECT和 Compound indexes。