现在主流网站都支持手机号登录，如何在手机号这样的字符串字段建立合适的索引呢？

假设，你现在维护一个支持邮箱登录的系统，用户表是这么定义的：

create table SUser(
    ID bigint unsigned primary key,
    email varchar(64), 
    ... 
)engine=innodb; 

要使用邮箱登录，会有语句：

select f1, f2 from SUser where email='xxx';

若email字段无索引，该语句只能全表扫描。

MySQL支持前缀索引，可定义字符串的一部分作为索引。

若创建索引的语句不指定前缀长度，那么索引默认包含整个字符串。

比如，这俩在email字段创建索引的语句：

alter table SUser add index index1(email);
alter table SUser add index index2(email(6));

• 第一个语句创建的index1索引，包含每个记录的整个字符串

• 第二个语句创建的index2索引，对每个记录都只取前6个字节

可见，email(6)索引结构中每个邮箱字段都只取前6字节（zhangs），占用空间更小，这就是前缀索引优势。

这同时带来损失：可能会增加额外的记录扫描次数。

看看下面这语句，在这俩索引定义分别怎么执行。

select id,name,email from SUser where email='zhangssxyz@xxx.com';

如果使用index1，执行顺序如下：

1. 从index1索引树找到满足索引值 'zhangssxyz@xxx.com’的记录，取得ID2的值
2. 到主键上查到主键值是ID2的行，判断email值是正确的，将改行记录加入结果集
3. 取index1索引树上刚刚查到位置的下条记录，发现已不满足email='zhangssxyz@xxx.com’条件，结束循环

该过程，只需回主键索引取一次数据，所以系统认为只扫描一行。

如果使用是index2，执行顺序如下：

1 确定前缀长度

在建立索引时我们关注的是区分度，区分度越高越好。区分度越高，重复的键值越少。因此可通过统计索引上有多少不同值判断要使用多长前缀。

可使用如下语句，计算该列上有多少不同值

select count(distinct email) as L from SUser;

依次选取不同长度前缀来测该值，比如看4~7个字节前缀索引：

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;

使用前缀索引可能会损失区分度，所以需要预先设定一个可接受损失比例，比如5%。

然后，在返回的L4~L7中，找出不小于 L * 95%的值，假设L6、L7都满足时，即可选择前缀长度最短为6。