哈希索引

索引（Index）是幫助MySQL高效獲取數據的數據結構。提取句子主幹，就能夠獲得索引的本質：索引是數據結構。

從MySQL邏輯架構來看，MySQL有三層架構，第一層鏈接，第二層查詢解析、分析、優化、視圖、緩存，第三層，存儲引擎。

索引經過分開查詢片，節省了掃描查找時間，大大提高查詢效率。

大部分數據庫系統及文件系統都採用B-Tree或其變種B+Tree做爲索引結構。

索引主要在存儲引擎層上，不一樣的引擎也就有不一樣的B-Tree算法。

 

---

 

0x01.Hash Index

哈希索引只有Memory, NDB兩種引擎支持，Memory引擎默認支持哈希索引，若是多個hash值相同，出現哈希碰撞，那麼索引以鏈表方式存儲。

可是，Memory引擎表只對可以適合機器的內存切實有限的數據集。

要使InnoDB或MyISAM支持哈希索引，能夠經過僞哈希索引來實現，叫自適應哈希索引。

主要經過增長一個字段，存儲hash值，將hash值創建索引，在插入和更新的時候，創建觸發器，自動添加計算後的hash到表裏。

直接索引

假若有一個很是很是大的表，以下：

CREATE TABLE IF NOT EXISTS `User` ( `id` int(10) NOT NULL COMMENT '自增id', `name` varchar(128) NOT NULL DEFAULT '' COMMENT '用戶名', `email` varchar(128) NOT NULL DEFAULT '' COMMENT '用戶郵箱', `pass` varchar(64) NOT NULL DEFAULT '' COMMENT '用戶密碼', `last` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '最後登陸時間', ) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8;

• 1
• 2
• 3
• 4
• 5
• 6
• 7

這個時候，好比說，用戶登錄，我須要經過email檢索出用戶，經過explain獲得以下：

mysql> explain SELECT id FROM User WHERE email = ‘ooxx@gmail.com’ LIMIT 1;

+----+-------------+-------+------+---------------+------+---------+------+--------+-------------+ | id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra | +----+-------------+-------+------+---------------+------+---------+------+--------+-------------+ | 1 | SIMPLE | User | ALL | NULL | NULL | NULL | NULL | 384742 | Using where | +----+-------------+-------+------+---------------+------+---------+------+--------+-------------+

• 1
• 2
• 3
• 4
• 5

發現 rows = 384742 也就是要在384742裏面進行比對email這個字段的字符串。

這條記錄運行的時間是：Query took 0.1744 seconds，數據庫的大小是40萬。

從上面能夠說明，若是直接在email上面創建索引，除了索引區間匹配，還要進行字符串匹配比對，email短還好，若是長的話這個查詢代價就比較大。

若是這個時候，在email上創建哈希索引，查詢以int查詢，性能就比字符串比對查詢快多了。

Hash 算法

創建哈希索引，先選定哈希算法，這裏選用CRC32。

《高性能MySQL》說到的方法CRC32算法，創建SHA或MD5算法是划算的，自己位數都有可能比email段長了。

INSERT UPDATE SELECT 操做

在表中添加hash值的字段：

mysql> ALTER TABLE User ADD COLUMN email_hash int unsigned NOT NULL DEFAULT 0;

接下來就是在UPDATE和INSERT的時候，自動更新 email_hash 字段，經過MySQL觸發器實現：

DELIMITER |
CREATE TRIGGER user_hash_insert BEFORE INSERT ON `User` FOR EACH ROW BEGIN SET NEW.email_hash=crc32(NEW.email); END; | CREATE TRIGGER user_hash_update BEFORE UPDATE ON `User` FOR EACH ROW BEGIN SET NEW.email_hash=crc32(NEW.email); END; | DELIMITER ;

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10

這樣的話，咱們的SELECT請求就會變成這樣：

mysql> SELECT email, email_hash FROM User WHERE email_hash = CRC32(「F2dgTSWRBXSZ1d3O@gmail.com」) AND email = 「F2dgTSWRBXSZ1d3O@gmail.com」;

+----------------------------+------------+ | email | email_hash | +----------------------------+------------+ | F2dgTSWRBXSZ1d3O@gmail.com | 2765311122 | +----------------------------+------------+

• 1
• 2
• 3
• 4
• 5

在沒創建hash索引時候，請求時間是 0.2374 seconds，創建完索引後，請求時間直接變成 0.0003 seconds。

AND email = "F2dgTSWRBXSZ1d3O@gmail.com" 是爲了防止哈希碰撞致使數據不許確。

 

---

 

0x02.Hash Index 缺點

哈希索引也有幾個缺點：

• 索引存放的是hash值,因此僅支持 < = > 以及 IN 操做
• hash索引沒法經過操做索引來排序，由於存放的時候通過hash計算，可是計算的hash值和存放的不必定相等，因此沒法排序
• 不能避免全表掃描，只是因爲在memory表裏支持非惟一值hash索引，就是不一樣的索引鍵，可能存在相同的hash值
• 若是哈希碰撞不少的話，性能也會變得不好
• 哈希索引沒法被用來避免數據的排序操做