MySQL B+树索引和哈希索引的区别

导读

在MySQL里经常使用的索引数据结构有B+树索引和哈希索引两种，咱们来看下这两种索引数据结构的区别及其不一样的应用建议。

两者区别

备注：先说下，在MySQL文档里，其实是把B+树索引写成了BTREE，例如像下面这样的写法：

CREATE TABLE t(
aid int unsigned not null auto_increment,
userid int unsigned not null default 0,
username varchar(20) not null default ‘’,
detail varchar(255) not null default ‘’,
primary key(aid),
unique key(uid) USING BTREE,
key (username(12)) USING BTREE — 此处 uname 列只建立了最左12个字符长度的部分索引
)engine=InnoDB;

一个经典的B+树索引数据结构见下图：

(图片源自网络)

B+树是一个平衡的多叉树，从根节点到每一个叶子节点的高度差值不超过1，并且同层级的节点间有指针相互连接。

在B+树上的常规检索，从根节点到叶子节点的搜索效率基本至关，不会出现大幅波动，并且基于索引的顺序扫描时，也能够利用双向指针快速左右移动，效率很是高。

所以，B+树索引被普遍应用于数据库、文件系统等场景。顺便说一下，xfs文件系统比ext3/ext4效率高不少的缘由之一就是，它的文件及目录索引结构所有采用B+树索引，而ext3/ext4的文件目录结构则采用Linked list, hashed B-tree、Extents/Bitmap等索引数据结构，所以在高I/O压力下，其IOPS能力不如xfs。

详细可参见：

https://en.wikipedia.org/wiki/Ext4
https://en.wikipedia.org/wiki/XFS

而哈希索引的示意图则是这样的：

(图片源自网络)

简单地说，哈希索引就是采用必定的哈希算法，把键值换算成新的哈希值，检索时不须要相似B+树那样从根节点到叶子节点逐级查找，只需一次哈希算法便可马上定位到相应的位置，速度很是快。

从上面的图来看，B+树索引和哈希索引的明显区别是：

• 若是是等值查询，那么哈希索引明显有绝对优点，由于只须要通过一次算法便可找到相应的键值；固然了，这个前提是，键值都是惟一的。若是键值不是惟一的，就须要先找到该键所在位置，而后再根据链表日后扫描，直到找到相应的数据；

• 从示意图中也能看到，若是是范围查询检索，这时候哈希索引就毫无用武之地了，由于原先是有序的键值，通过哈希算法后，有可能变成不连续的了，就没办法再利用索引完成范围查询检索；

• 同理，哈希索引也没办法利用索引完成排序，以及like ‘xxx%’ 这样的部分模糊查询（这种部分模糊查询，其实本质上也是范围查询）；

• 哈希索引也不支持多列联合索引的最左匹配规则；

• B+树索引的关键字检索效率比较平均，不像B树那样波动幅度大，在有大量重复键值状况下，哈希索引的效率也是极低的，由于存在所谓的哈希碰撞问题。

后记

在MySQL中，只有HEAP/MEMORY引擎表才能显式支持哈希索引（NDB也支持，但这个不经常使用），InnoDB引擎的自适应哈希索引（adaptive hash index）不在此列，由于这不是建立索引时可指定的。

还须要注意到：HEAP/MEMORY引擎表在mysql实例重启后，数据会丢失。

一般，B+树索引结构适用于绝大多数场景，像下面这种场景用哈希索引才更有优点：

在HEAP表中，若是存储的数据重复度很低（也就是说基数很大），对该列数据以等值查询为主，没有范围查询、没有排序的时候，特别适合采用哈希索引

例如这种SQL：
SELECT … FROM t WHERE C1 = ?; — 仅等值查询

在大多数场景下，都会有范围查询、排序、分组等查询特征，用B+树索引就能够了。

 

2016年9.12日 京东二面的问题。

 

转自：http://www.cnblogs.com/zengkefu/p/5647279.html