3分鐘讓你記住B+樹索引和哈希索引的「愛恨情愁」

引言：

B+樹索引：經過根節點到葉節點逐層尋找，一步一縮小尋找的範圍對象，直至找到目標

Hash索引：採用必定的哈希算法，把鍵值更換成新的哈希值，檢索時不須要像B+樹那樣依次從根節點到葉節點逐層尋找，一次性能夠鎖定相應的位置，找到目標值。

1、「獨具特點」的B+樹

B+樹即Btree，它的樹形結構如同一棵樹木，可是倒立的樹木。因此咱們稱之爲B+樹索引。它的尋找目標值方式依次由根節點到葉節點。

即就是：B+樹左右支點都是相同數目的，因此稱之爲平衡的多叉樹，若是分爲兩個分叉則被稱爲平衡的二叉樹，即如下邊樹木爲例，以中間軀幹爲中點，左右對稱。由根到支點高度爲1，任何節點的兩個子樹的高度爲1，即由根到葉節點須要一層指向一層。各個節點之間用指針進行鏈接。根與葉子之間相鏈接的軀幹被稱之爲指針。

以上兩幅對比能夠看出，B+樹索引就像一棵倒立的樹木，樹根咱們稱之爲根節點在上方，葉子咱們稱之爲葉節點在下方。根節點鏈接的左右葉節點是對稱的，因此稱之爲平衡的多叉樹。跟與葉子之間的箭頭叫作指針，從左邊節點分析，可在第一層尋找數值應該在[15,20]之間，在第二層又進行細分，數值在[15,18]之間，以此類推找到目標值。能夠看出B+樹索引是經過範圍來尋找目標值的。

B+樹索引的應用場景和不適用場景：

• 適用於數據庫，文件系統等場景，由於這些對象都是層層包含的，文件裏包含其餘文件，須要逐層縮小範圍來尋找。
• 支持左右查詢，利用的是B+樹葉節點的指針是雙向的
• 不適用於等值查詢

2、「情有獨鍾」的哈希索引

哈希索引：哈希索引使用的是哈希算法，這裏的算法指的是使用必定的函數，即經過尋找鍵值，來找到所尋找的對象。

哈希算法即散列函數，它就是將明文翻譯成一段固定長度的字符串密碼，且是單向的。所以採用哈希算法不管你以前明文有多長，通過算法輸出後都是固定長度的字符串密碼。表明算法有MD5,MD4…..

舉個例子：好比說咱們在百度上想要搜 佩奇的圖片，當沒有任何外在的標識狀況下，在巨量的圖片庫裏你想要找到佩奇的圖片，你以爲是否是很困難。在這種狀況下，咱們能夠經過哈希索引，它會將圖片庫裏的圖片轉化成一串0-1的編碼。這樣你就會發現，圖片相近編碼也會變得很相近。這樣咱們在百度裏一輸入「佩奇」這樣的編碼，就會出來許多張佩奇的圖片。這就是所謂的哈希索引。

優勢：效率高，能夠一次就直接找到目標

哈希索引示意圖：

上圖說明：當咱們在百度中輸入「佩奇」做爲鍵值，而後所謂的Hash索引就會在圖片庫中找到標識符也爲「佩奇」的編碼，而後就能夠搜索出佩奇的圖片了。因此它不屬於範圍搜索。

哈希索引的應用場景和不適合場景：

• 支持等值查詢：前提條件沒有過多重複的鍵值，若是存在的話，會下降哈希索引的效率，發生哈希碰撞問題。
• 範圍查詢則不合適哈希索引
• 哈希索引不能被用來避免數據排序操做
• 哈希索引不支持最左匹配規則，由於鍵值更換成哈希值是單向的

3、各顯神通的B+與哈希

根據上面兩種索引的示意圖能夠得出如下的不一樣結論：

• Hash索引的效率要高於B+樹索引。B+ 樹是一個平衡的多叉樹，因此從根節點到葉子節點的搜索效率是差很少的，基本不會出現波動，也能夠進行順序掃描，即利用B+樹的雙向指針能夠左右移動，雙反方向的查找，效率很高。 Hash 索引，根據鍵值做爲「字符串」，能夠一次性的檢索到位。不須要像B+樹索引同樣，由根節點到葉節點一層一層的尋找，因此，Hash 索引的檢索效率要高於B+索引。
• 等值查找Hash佔優點，必定範爲內B+樹索引佔優點。因爲Hash索引是經過鍵值來查找的，須要鍵值相等纔可以找到所須要的值。不能用於基於某一個範圍內的查找，而B+樹索引能夠實現範圍內查找。所以在等鍵值查找出，Hash 索引優點明顯; 在某一範圍內查找，B+樹索引優點明顯。
• B+樹效率較均等化，Hash索引起生碰觸狀況下效率大減。B+樹索引因爲是(左右)平衡的多叉樹，因此在索引過程當中效率畢竟均等化，不會出現幅度的大起大落。 而Hash索引，在有大量重複的鍵值狀況下，效率都會很低，由於那麼多相同的鍵值，都會索引，它也不能分清哪一個鍵值背後的存儲對象是它所要找的目標，索引就會發生哈希碰撞問題。
• B+樹索引更適合數據庫的模糊查詢。對於像數據庫中 select * from [user] where name like’%三%’，查找名字帶三的模糊查詢，Hash 是沒法完成的， 模糊查詢本質上也屬於範圍索引，故在此種狀況下，應該使用B+ 樹索引。

• 想免費學習Java工程化、分佈式架構、高併發、高性能、深刻淺出、微服務架構、Spring，MyBatis，Netty源碼分析等技術的朋友，能夠加羣：834962734，羣裏有阿里大牛直播講解技術，以及Java大型互聯網技術的視頻免費分享給你們，歡迎進羣一塊兒深刻交流學習。