B+樹索引與Hash索引的區別

B+樹索引與Hash索引的區別

• B+（BTREE索引）

B+樹索引寫成了BTREE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 列只創建了最左12個字符長度的部分索引
)engine=InnoDB;

B-Tree 索引是 MySQL 數據庫中使用最爲頻繁的索引類型，除了 Archive 存儲引擎之外的其他所有的存儲引擎都支持B-Tree 索引。不僅僅在 MySQL 中是如此，實際上在其他的很多數據庫管理系統中B-Tree索引也同樣是作爲最主要的索引類型，這主要是因爲 B-Tree索引的存儲結構在數據庫的數據檢 索中有非常優異的表現。
一般來說， MySQL 中的 B-Tree 索引的物理文件大多都是以 Balance Tree的結構來存儲的，也就是所有實際需要的數據都存放於 Tree 的 Leaf Node ，而且到任何一個 Leaf Node的最短路徑的長度都是完全相同的，所以我們大家都稱之爲 B-Tree 索引當然，可能各種數據庫（或 MySQL的各種存儲引擎）在存放自己的 B-Tree 索引的時候會對存儲結構稍作改造。如 Innodb 存儲引擎的 B-Tree索引實際使用的存儲結構實際上是 B+Tree ，也就是在 B-Tree數據結構的基礎上做了很小的改造，在每一個
Leaf Node 上面出了存放索引鍵的相關信息之外，還存儲了指向與該 Leaf Node 相鄰的後一個 LeafNode的指針信息，這主要是爲了加快檢索多個相鄰 Leaf Node 的效率考慮。
在 Innodb 存儲引擎中，存在兩種不同形式的索引，一種是 Cluster 形式的主鍵索引（ Primary Key），另外一種則是和其他存儲引擎（如 MyISAM 存儲引擎）存放形式基本相同的普通 B-Tree 索引，這種索引在 Innodb存儲引擎中被稱爲 Secondary Index。下面我們通過圖示來針對這兩種索引的存放
形式做一個比較。

經典的B+樹索引數據結構見下圖：

B+樹是一個平衡的多叉樹，從根節點到每個葉子節點的高度差值不超過1，而且同層級的節點間有指針相互鏈接。
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相當，不會出現大幅波動，而且基於索引的順序掃描時，也可以利用雙向指針快速左右移動，效率非常高。
因此，B+樹索引被廣泛應用於數據庫、文件系統等場景。順便說一下，xfs文件系統比ext3/ext4效率高很多的原因之一就是，它的文件及目錄索引結構全部採用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，因此在高I/O壓力下，其IOPS能力不如xfs。
BTree索引是最常用的mysql數據庫索引算法，因爲它不僅可以被用在=,>,>=,<,<=和between這些比較操作符上，而且還可以用於like操作符，只要它的查詢條件是一個不以通配符開頭的常量，例如：
select * from user where name like ‘a%’;
select * from user where name like ‘jac%a%’;
如果一通配符開頭，或者沒有使用常量，則不會使用索引，例如：
select * from user where name like ‘%a’;
select * from user where name like a

• 哈希索引
  

Hash索引結構的特殊性，其檢索效率非常高，索引的檢索可以一次定位，不像B-Tree索引需要從根節點到枝節點，最後才能訪問到頁節點這樣多次的IO訪問，所以Hash 索引的查詢效率要遠高於 B-Tree索引。 既然Hash 索引的效率要比 B-Tree 高很多，爲什麼大家不都用 Hash索引而還要使用 B-Tree索引呢？任何事物都是有兩面性的，Hash 索引也一樣，雖然 Hash 索引效率高，但是 Hash索引本身由於其特殊性也帶來了很多限制和弊端，主要有以下這些。

Hash索引僅僅能滿足"=",“IN"和”<=>"查詢，不能使用範圍查詢。
由於 Hash 索引比較的是進行 Hash 運算之後的 Hash值，所以它只能用於等值的過濾，不能用於基於範圍的過濾，因爲經 過相應的 Hash算法處理之後的 Hash 值的大小關係，並不能保證和Hash運算前完全一樣。
Hash 索引無法被用來避免數據的排序操作。
由於 Hash 索引中存放的是經過 Hash 計算之後的 Hash值，而且Hash值的大小關係並不一定和 Hash運算前的鍵值完全一樣，所以數據庫無法利用索引的數據來避免任何排序運算；
Hash索引不能利用部分索引鍵查詢。
對於組合索引，Hash 索引在計算 Hash 值的時候是組合索引鍵合併後再一起計算 Hash 值，而不是單獨計算 Hash值，所以通過組合索引的前面一個或幾個索引鍵進行查詢的時候，Hash 索引也無法被利用。
Hash索引在任何時候都不能避免表掃描。
前面已經知道，Hash 索引是將索引鍵通過 Hash 運算之後，將 Hash運算結果的 Hash值和所對應的行指針信息存放於一個 Hash 表中，由於不同索引鍵存在相同 Hash 值，所以即使取滿足某個 Hash 鍵值的數據的記錄條數，也無法從 Hash索引中直接完成查詢，還是要通過訪問表中的實際數據進行相應的比較，並得到相應的結果。
Hash索引遇到大量Hash值相等的情況後性能並不一定就會比B-Tree索引高。

在MySQL中，只有HEAP/MEMORY引擎表才能顯式支持哈希索引（NDB也支持，但這個不常用），InnoDB引擎的自適應哈希索引（adaptive
hash index）不在此列，因爲這不是創建索引時可指定的。
還需要注意到：HEAP/MEMORY引擎表在mysql實例重啓後，數據會丟失。
通常，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勢：
在HEAP表中，如果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