对索引结构有一定认识，一般都会使用InnoDB存储引擎，其对应的索引结构就是B+TREE。

B+TREE

主键索引 ： 索引和数据都在一颗树的叶子节点，是存在一起的。通过定位索引就直接可以查找到数据

非主键索引 结构叶子节点存储的是主键值

MySQL中就定义了16KB为一页，一页就是树的一个节点。

既然一页的大小是恒定的16KB，那也就意味着索引字段值占用的空间越小，

一页能保存的数量也就越多，最终就体现在减少磁盘IO的次数上。

在阿里的Java开发手册中，是强制要求varchar字段上建立索引必须要指定索引长度

分析也能看出，并不是这样 所有索引的字段都适用 指定索引长度，比如区分度不高的、或者可以大量运用覆盖索引的实现的，我认为，开发手册强调的普适场景，具体如何运用应该是我们通过了解原理之后，自行笃定。

所以并不是索引字段越小越好，而是要根据索引区分度的计算来进行评估。

查索引字段区分度的方式：

select	count(distinct left(enterprise_name, 10)) / count(*) as '20',	count(distinct left(enterprise_name, 11)) / count(*) as '21',	count(distinct left(enterprise_name, 15)) / count(*) as '22',	count(distinct left(enterprise_name, 18)) / count(*) as '23',	count(distinct left(enterprise_name, 28)) / count(*) as '28',	count(distinct left(enterprise_name, 30)) / count(*) as '30',	count(distinct left(enterprise_name, 32)) / count(*) as '32'from	enterprise_dft;

可以看出从获取长度为22开始，区分度已经接近1，再增加长度性价比已经不高了。

索引对于 enterprise_name 字段设置 索引长度 为 26 比较合适。

alter table enterprise_dft

add

index idx_enterprise_name(enterprise_name(26));

区分度技巧

有些字段的特征在于，前面大多数部分都是相同的，只是后面几位不同，对于这样的字段我们保留前几位作为索引字段是不行的，那实际上可以通过倒序存储的方式来满足。

除了倒序存储的方式，还可以使用Hash的方式，但是要注意存在Hash冲突的问题