数据库索引 - 散列表索引

静态散列表索引：

散列表索引的原理是：通过一个散列函数，将键值映射为一个整数，每个整数对应一个桶。桶中存放[键值,数据记录指针]对的数组。在最简单的情况下，一个桶的大小小于一个块，因此只需要一次磁盘I/O就可以找到数据记录指针所在的块，然后在内存中扫描数组。合适的散列函数使每个桶分到的记录数相当，因此可以提高数据查询的平均时间。因为要经常运算，散列函数的计算复杂度应该比较简单。

静态散列表索引的缺点：当一个桶过大，需要建立溢出块。如果一个索引中大部分的桶都有溢出块，将影响查找效率。因此引入了动态散列表索引：可扩展散列表，线性散列表。

可扩展散列表索引：

可扩展散列表索引中，散列函数返回值的位数是可增长的。当程序判断到桶已经被充满，将分裂散列函数返回值加1。例如，新插入的散列值是1，但是桶1已经充满，则将原来的桶1被分裂成桶01和桶11，再将桶中原有记录和新记录分配到两个桶中。同时，散列值数组中的所有散列值也要相应分裂，数组大小翻倍。因为大部分的桶中的数据并没有增加，因此可能出现多个散列值指向同一个桶的情况。
可扩展散列表索引的缺点：分裂散列值的代价过大。可能出现散列值数组大小远大于实际所需的情况。

线性散列表索引：

线性散列表索引保持桶中的数据填充比率不超过某一个上限。
在数据整体填充率已经达到上限的情况下插入新值，将增加一个新桶，把原有桶的数据分配到两个桶中，然后，再为新的数据按规则选择桶。例如，试图插入新键值的时候，原有的桶0和桶1已经达到填充上限，因此将桶0和桶1分别改名为00和01，在增加新桶10。现在，为新的数据按规则选择桶。目前已经存在00,01,10三个桶，且数据整体填充率没有达到上限，桶01将存放散列值末尾数为1的键值指针对（注意：尾数11的键值也放在这个桶中），桶00和桶10分别存放散列值末尾数为00和10的键值指针对。
在数据整体填充率没有达到上限的情况下插入新值，如果新值所属的桶已经满了，则在该桶上建立溢出块，并插入新值。
在数据整体填充率没有达到上限的情况下插入新值，如果新值所属的桶还没充满，则在该桶上插入新值。