mysql调优（七）--索引的几个概要

一、哈希索引

思维导图

1.哈希索引的特点

• 基于哈希表的实现，只有精确匹配索引所有列的查询才有效
• 在mysql中，只有memory的存储引擎显式支持哈希索引
• 哈希索引自身只需存储对应的hash值，所以索引的结构十分紧凑，这让哈希索引查找的速度非常快

2.哈希索引的限制

• 1、哈希索引只包含哈希值和行指针，而不存储字段值，索引不能使用索引中的值来避免读取行
• 2、哈希索引数据并不是按照索引值顺序存储的，所以无法进行排序
• 3、哈希索引不支持部分列匹配查找，哈希索引是使用索引列的全部内容来计算哈希值
• 4、哈希索引支持等值比较查询，也不支持任何范围查询
• 5、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的所有行指针，逐行进行比较，直到找到所有符合条件的行

思考：什么是哈希冲突？

因为哈希值是通过一定算法生成的，那么就有一定的可能出现不同的输入得到的Hash值是一样的，就算我们可以通过调整算法尽量减少这种情况，但是也不可完全避免。发生这种情况后，我们就会出现两个不同的键值被映射到同一个位置了，这就是哈希冲突。

思考：哈希冲突怎样解决？

1.开放地址法：
基本思想：当发生地址冲突的时候，按照某种方法继续探测哈希表中的其他存储单元，直到找到空位置为止；
所用公式 Hi(key) = [H(key) + di]mod m;其中i = 1、2、3…k（k<m-1）,H(key)为关键字key的直接hash地址；M为hash表的长度；
di为再次探测时的地址增量；根据di的不同取法，有不同的称呼；
线性探测再散列：di = 1、2、3、4…k (k<m-1)
二次探测再散列：di = 1^2,-12,2^2,-22…k^2,-k2 (k<=m/2)
伪随机再散列：di = 伪随机数

2.再hash的方法：
当发生冲突时，使用第二个、第三个、哈希函数计算地址，直到无冲突时。缺点：计算时间增加。 比如上面第一次按照姓首字母进行哈希，如果产生冲突可以按照姓字母首字母第二位进行哈希，再冲突，第三位，直到不冲突为止；

3.拉链法：
在HashMap中 就是使用拉链法 来解决hash冲突的问题的；将所有关键字为同义词的记录存储在同一线性链表中。

4.建立公共溢出区：
建立公共溢出区的基本思想是：假设哈希函数的值域是[1,m-1]，则设向量HashTable[0…m-1]为基本表，每个分量存放一个记录，另外设向量OverTable[0…v]为溢出表，所有关键字和基本表中关键字为同义词的记录，不管它们由哈希函数得到的哈希地址是什么，一旦发生冲突，都填入溢出表。

思考：HashMap处理哈希冲突采用的是哪种方式？

HashMap解决哈希冲突采用的是链地址法。属于开散列。说白了就是把冲突的key连接起来，放到桶里。当桶中的元素个数不超过6个时，以单链表的形式串起来，当桶中的元素个数超过6个时，以红黑树的形式串起来。

• 6、哈希冲突比较多的话，维护的代价也会很高

3.案例

当需要存储大量的URL，并且根据URL进行搜索查找，如果使用B+树，存储的内容就会很大
select id from url where url=""
也可以利用将url使用CRC32做哈希，可以使用以下查询方式：
select id fom url where url="" and url_crc=CRC32("")
此查询性能较高原因是使用体积很小的索引来完成查找

二、组合索引

思维导图