哈希索引、B树索引

Hash索引结构图

image.png

哈希索引就是采用一定的哈希算法，把键值换算成新的哈希值，检索时不需要类似B树那样从根节点到叶子节点逐级查找，只需一次哈希算法即可立刻定位到相应的位置，速度非常快。

B树索引和哈希索引的明显区别是：

如果是等值查询，那么哈希索引明显有绝对优势，因为只需要经过一次算法即可找到相应的键值；当然了，这个前提是，键值都是唯一的。如果键值不是唯一的，就需要先找到该键所在位置，然后再根据链表往后扫描，直到找到相应的数据；

从示意图中也能看到，如果是范围查询检索，这时候哈希索引就毫无用武之地了，因为原先是有序的键值，经过哈希算法后，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；

在有大量重复键值情况下，哈希索引的效率也是极低的，因为存在所谓的哈希碰撞问题。

B-Tree
B树索引结构图

image.png

倒排

• B 树如果每个内部节点存的是具体的value，叶子节点存 id，那么这就是个倒排
• 真实场景中，的确有不少搜索引擎是这么存倒排的

正排

• 如果内部节点存 Id,叶子节点存内容，这就是个正排
• 真实场景中，mysql 的 pk 索引就是这么存的
• 行存列存
  • 如果正排的 B-tree 的叶子节点存的是一行的值，那么这就是行存，反之，如果是一列的值，就是列存

一般而言，B-Tree 就是索引文件落盘，而 HashTable 则可以以散列存储。