Hash索引和B+Tree索引区别

 

存储数据方式：

Hash：是采用Key-Value的方式，键值key通过hash映射找到bucket桶的位置，这里的bucket桶指的是存储一条或多条的存储单位。一个bucket的结构包含了一个内存指针数组，桶中的每行数据都会指向下一行，形成链表结构，当出现hash冲突时，会在桶中出现键值的查找。

InnoDB中采用取余法，冲突机制采用链接发。

B+Tree：非叶子节点只存放索引，所有的数据存放在叶子节点，叶子节点中间存在双向指针，用于范围查询。

查询性能：

1. 如果是等值查询，hash索引占有绝对的优势，因为只需要经过一次hash算法即可找到相应的键值，复杂度为O(1)；当然，前提键值都是唯一的，如果不唯一或者存在Hash冲突，就需要找到该key所在的位置，并且循环链表，直到找到相应数据，这个时候复杂度O(n),降低了hash索引的查询效率。所以，Hash索引不会用到重复列上。
2. Hash是无序的，如果是范围查询，那么Hash索引就无法起到作用，即使原先是有序的键值，经过hash算法后，也会变成不连续的了。因此：

             2.1、hash索引只支持等值的比较查询、无法实现范围检索，B+tree索引的叶子节点形成有序链表，便于范围查询。

            2.2、hash索引无法做like ‘xxx%’ 这样的部分模糊查询，因为需要对完整key做hash计算，定位bucket，而B+tree索引具有最左前缀匹配，可以进行部分模糊查询

           2.3、hash索引中存放的是经过hash计算之后的hash值，而且hash值的大小关系并不一定和hash运算前的键值完全一样，所以数据库无法利用索引的数据来避免任何排序运算，B+tree索引的叶子节点形成有序的链表，可用于排序。

  3.Hash索引不支持多列联合索引，对于联合索引来说，Hash索引在计算Hash值的时候是将索引键合并在一起计算hash值，不会针对每个索引单独计算hash值。因此如果用到联合索引得端一个或者几个索引时，联合索引无法使用。

  4.因为存在hash碰撞的问题，在有大量重复值的列，hash索引的效率地下，B+tree所有查询都要找到叶子节点，性能稳定。

 

使用场景

1. 若字段会出现大量重复数据、检索需要排序、分组、范围查询、模糊查询等操作，hash无法满足要求，建议使用B+Tree.

    2.在离散型高，数据基数大，且等值查询得时候，Hash索引有优势。

 

这篇文章大部分都是参考别人写的，仅仅是为了记录一下，觉得这篇原作者写的很好，就总结了一下