哈希索引

     哈希索引，基于哈希表实现，只有精确匹配索引所有列的查询才有效。对于每一行数据，存储引擎都会对所有的索引列计算一个哈希码，哈希码是一个较小的值，并且不同键值的行计算出来的哈希码也不一样。哈希索引将所有的哈希码存储在索引中，同时在哈希表中保存指向每个数据行的指针。

     在mysql中，只有memory引擎显示支持哈希索引。这也是memory引擎表的默认索引类型，memory引擎也支持B-Tree索引。值得一提的是memory引擎是支持非唯一哈希索引的。如果多个列的哈希值相同，索引会以链表的方式存放多个记录指针到同一个哈希条目中。

因索引自身只需存储对应的哈希值，所以索引的结构十分紧凑，这也让哈希值索引查找的速度非常快。然而，哈希索引也有它的限制：

• 哈希索引只包含哈希值和行指针，而不存储字段值，所以不能使用索引中的值来避免读取行。不过，访问内存中的行的速度很快，所以大部分情况下这一点对性能的影响并不明显。
• 哈希索引数据并不是按照索引值顺序存储的，所以也就无法用于排序
• 哈希索引也不支持部分索引列匹配查找，因为哈希索引始终是所用索引列的全部内容来计算哈希值的。例如，在数据列（A,B） 上建立哈希索引，如果查询只有数据列A，则无法使用该索引。
• 哈希索引只支持等值比较查询，包括=、in（）、<=>,也不支持任何范围查询。
• 访问哈希索引的数据非常快，除非有很多哈希冲突，当出现哈希冲突的时候，存储引擎必须遍历链表中所有的行指针，逐行进行比较，直到找到所有符合条件的行。
• 如果哈希冲突很多的话，一些索引维护操作的代价会很高。例如，如果在某个选择性很低（哈希冲突很多）的列上建立哈希索引，那么从表中删除一行时，存储引擎需要遍历对应哈希值的链表中的每一行，找到并删除对应行的引用，冲突越多，代价越大。

因为这些限制，哈希索引只适用于某些特定的场合。而一旦适合哈希索引，则它带来的性能提升将非常显著。

除了memory引擎外，NDB集群引擎也支持唯一哈希索引，且在NDB集群引擎中作用非常特殊。

InnoDB引擎有一个特殊的功能叫做“自适应哈希索引”。当InnoDB注意到某些索引值被使用得非常频繁时，它会在内存中基于B-Tree索引之上再创建一个哈希索引，这样就让B-Tree索引也具有哈希索引的一些优点，比如快速的哈希查找。这是一个完全自动的、内部的行为，用户无法控制或者配置，不过如果有必要，可以完全关闭该功能。

创建自定义哈希索引

如果存储引擎不支持哈希索引，则可以模拟像InnoDB一样创建哈希索引，这可以享受一些哈希表的便利，例如只需要很小的索引就可以为超长的键创建索引。在B-Tree基础上创建一个伪哈希索引。这和真正的哈希索引不是一回事，因为还是使用B-Tree进行查找，但是它使用哈希值而不是键本身进行索引查找，你需要做的就是爱查找的where子句中手动指定使用哈希函数。

下面是一个实例：例如需要存储大量的URL，并需要根据URL进行搜索查找。如果使用B-Tree来存储URL,存储的内容就会很大，因为URL本身都很长，正常情况下会有如下查询：

 SELECT id FROM url WHERE url="http://www.mysql.com";

 若删除原来url列上的索引，而新增一个被索引的url_crc列，使用CRC32做哈希，就可以使用一下方式查询：

SELECT id FROM url WHERE url="http://www.mysql.com" AND url_crc=CRC32(http://www.mysql.com);

这样做的性能会非常高，因为mysql优化器会使用这个选择性很高而体积很小的基于url_crc列的索引来完成查找。即使有多个记录有相同的索引值，查找仍然很快，只需要根据哈希值做快速的整数比较就能找到索引条目，然后一一比较返回对应的行。另外一种方式就是对完整的URL字符串做索引，那样会非常慢。

这样实现的缺陷是需要维护哈希值。可以手动维护，也可以使用触发器实现。

如果采用这种方式，记住不要使用SHA1()和MD5()作为哈希函数。因为这两个函数计算出来的哈希值是非常长的字符串，会浪费大量空间，比较时会更慢，SHA1()和MD5() 是强加密函数，设计目标是最大限度消除冲突。

如果数据表非常大，CRC32()会出现大量的哈希冲突，则可以考虑实现一个简单的64位哈希函数。这个自定义函数要返回整数，而不是字符串。一个简单的办法是使用MD5（）函数返回值的一部分来作为自定义哈希函数。

处理哈希冲突，当使用索引进行查询的时候，必须在where子句中包含常量值。

哈希索引

原文：https://www.cnblogs.com/alphathink/p/10973919.html