MySQL面试：B+树索引和哈希索引的区别

在MySQL里常用的索引数据结构有B+树索引和哈希索引两种

是什么？

哈希索引

HASH：以KV的形式检索数据，也就是说，它会根据索引字段生成哈希码和指针，指针指向数据

哈希索引有什么特点呢？

• 第一个，它的时间复杂度是O(1)，查询速度比较快，因为哈希索引里面的数据不是按照顺序存储的，所以不能用于排序
• 第二个，我们在查询数据的时候要根据键值计算哈希码，所以它只能支持等值查询(=N)，不支持范围查询（> < >= <= between and）
• 第三个，如果字段值很多的时候，会出现大量的哈希冲突，效率会降低

简单来说，哈希索引就是采用一定的hash算法，把键值换算成新的hash值，检索时不需要类似的B+那样从根节点到叶子节点逐级查找，只需要一次hash算法就可以立即定位到相应位置，速度非常快。

B-Tree索引

B-Tree能够加快数据的访问速度，因为存储引擎不再需要进行全表扫描，数据分布在各个节点中

B+Tree索引

B+树是B-树的改进版本，数据都在叶子节点上，并且增加了顺序访问指针，每个叶子节点都指向相邻的叶子节点的地址。

• 相比B-Tree来说，进行范围查询时只需要查找较小的那个节点，然后顺着节点直接遍历即可
• 而B-Tree需要获取所有节点，相比之下B+Tree效率更高

区别与联系

二者区别

从上面来看，B+树索引和Hash索引的区别是：

• 如果是等值查找，那么hash索引具有明显优势。因为只需要经过一次算法就可以找到响应的减值；当然，这个前提是，减值都是唯一的。如果减值不唯一，那么就需要先找到键值所在的位置，然后再扫描链表，知道直到对应的数据
• 如果是范围查找，hash索引也无法作用，因为原先是有序的键值，经过hash算法之后，有可能变得不连续了，就没有办法利用索引完成范围hash查找检索了
• 同理，hash索引也没有版本利用索引完成排序，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）；
• hash索引也不支持多列联合索引的最左匹配原则
• B+树索引的关键字检索效率比较平均，不像B树那样波动幅度大，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。

总的来说： hash索引能以O(1)时间进行查找，但是失去了有效性。无法用于排序和分组，只支持精确查找，无法用于部分查找和范围查找

联系

• InnoDB存储引擎只显示支持B+数索引。对于频繁访问的表，InnoBD会透明建立自适应的hash索引，即在B树索引的基础上建立hash索引，可以显示提高查询效率
  • InnoDB 存储引擎有一个特殊的功能叫“自适应哈希索引”，当某个索引值被使用的非常频繁时，会在B+树索引之上再创建一个hash索引，这样就让B+Tree索引具有hash索引的一些优点。
• 在MySQL中，只有Heap/Memory引擎表才能显式的支持hash索引（NDB也支持，但这个不常用）
  • 还要注意到：Heap/Memory引擎表在MySQL实例重启后，数据就会丢失。

问题：InnoDB可以在客户端创建一个索引，使用哈希索引吗？

问题：

在Navicat的工具中，创建索引，方式有两种：Hash和BTree

是不是说InnoDB可以在客户端创建一个索引，使用哈希索引吗？

回答

• InnoDB内部使用哈希索引来实现自适应哈希索引特性。这句话的意思是InnoDB只支持显示创建B+Tree索引，对于一些热点数据页，InnoDB会自动建立自适应Hash索引，也就是在B+.Tree索引基础上建立Hash索引，这个过程对于客户端是不可控制的，隐式的

• 我们在Navicat工具里面选择索引方法是hash，但是它创建的还是B+Tree索引，这个不是我们可以手动控制的

后记

通常，B+树索引适合绝大多数场景，

• 在Heap表中，如果存储的数据重复度很低(也就是说技术很大)，对该列数据以等值查询为主，没有范围查找、排序时，特别适合采用哈希索引。例如这种SQL：SELECT … FROM t WHERE C1 = ?; — 仅等值查询
• 在大多数场景下，都会有范围查询、排序、分组等查询特征，用B+树索引就可以了。