MySQL B+樹索引和哈希索引的區別

導讀

在MySQL裏經常使用的索引數據結構有B+樹索引和哈希索引兩種，咱們來看下這兩種索引數據結構的區別及其不一樣的應用建議。

兩者區別

備註：先說下，在MySQL文檔裏，其實是把B+樹索引寫成了BTREE，例如像下面這樣的寫法：

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 — 此處 uname 列只建立了最左12個字符長度的部分索引
)engine=InnoDB;

一個經典的B+樹索引數據結構見下圖：

(圖片源自網絡)

B+樹是一個平衡的多叉樹，從根節點到每一個葉子節點的高度差值不超過1，並且同層級的節點間有指針相互連接。

在B+樹上的常規檢索，從根節點到葉子節點的搜索效率基本至關，不會出現大幅波動，並且基於索引的順序掃描時，也能夠利用雙向指針快速左右移動，效率很是高。

所以，B+樹索引被普遍應用於數據庫、文件系統等場景。順便說一下，xfs文件系統比ext3/ext4效率高不少的緣由之一就是，它的文件及目錄索引結構所有采用B+樹索引，而ext3/ext4的文件目錄結構則採用Linked list, hashed B-tree、Extents/Bitmap等索引數據結構，所以在高I/O壓力下，其IOPS能力不如xfs。

詳細可參見：

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

而哈希索引的示意圖則是這樣的：

(圖片源自網絡)

簡單地說，哈希索引就是採用必定的哈希算法，把鍵值換算成新的哈希值，檢索時不須要相似B+樹那樣從根節點到葉子節點逐級查找，只需一次哈希算法便可馬上定位到相應的位置，速度很是快。

從上面的圖來看，B+樹索引和哈希索引的明顯區別是：

• 若是是等值查詢，那麼哈希索引明顯有絕對優點，由於只須要通過一次算法便可找到相應的鍵值；固然了，這個前提是，鍵值都是惟一的。若是鍵值不是惟一的，就須要先找到該鍵所在位置，而後再根據鏈表日後掃描，直到找到相應的數據；

• 從示意圖中也能看到，若是是範圍查詢檢索，這時候哈希索引就毫無用武之地了，由於原先是有序的鍵值，通過哈希算法後，有可能變成不連續的了，就沒辦法再利用索引完成範圍查詢檢索；

• 同理，哈希索引也沒辦法利用索引完成排序，以及like ‘xxx%’ 這樣的部分模糊查詢（這種部分模糊查詢，其實本質上也是範圍查詢）；

• 哈希索引也不支持多列聯合索引的最左匹配規則；

• B+樹索引的關鍵字檢索效率比較平均，不像B樹那樣波動幅度大，在有大量重複鍵值狀況下，哈希索引的效率也是極低的，由於存在所謂的哈希碰撞問題。

後記

在MySQL中，只有HEAP/MEMORY引擎表才能顯式支持哈希索引（NDB也支持，但這個不經常使用），InnoDB引擎的自適應哈希索引（adaptive hash index）不在此列，由於這不是建立索引時可指定的。

還須要注意到：HEAP/MEMORY引擎表在mysql實例重啓後，數據會丟失。

一般，B+樹索引結構適用於絕大多數場景，像下面這種場景用哈希索引才更有優點：

在HEAP表中，若是存儲的數據重複度很低（也就是說基數很大），對該列數據以等值查詢爲主，沒有範圍查詢、沒有排序的時候，特別適合採用哈希索引

例如這種SQL：
SELECT … FROM t WHERE C1 = ?; — 僅等值查詢

在大多數場景下，都會有範圍查詢、排序、分組等查詢特徵，用B+樹索引就能夠了。

 

2016年9.12日 京東二面的問題。

 

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