MySQL的btree索引和hash索引的区别

admin · 发表于 2020-7-7 08:55:29

马上注册，免费下载更多dz插件网资源。

您需要登录才可以下载或查看，没有账号？立即注册

×

Hash 索引结构的特殊性，其检索效率非常高，索引的检索可以一次定位，不像B-Tree 索引需要从根节点到枝节点，最后才能访问到页节点这样多次的IO访问，所以 Hash 索引的查询效率要远高于 B-Tree 索引。可能很多人又有疑问了，既然 Hash 索引的效率要比 B-Tree 高很多，为什么大家不都用 Hash 索引而还要使用 B-Tree 索引呢？任何事物都是有两面性的，Hash 索引也一样，虽然 Hash 索引效率高，但是 Hash 索引本身由于其特殊性也带来了很多限制和弊端，主要有以下这些。

（1）Hash 索引仅仅能满足"=","IN"和"<=>"查询，不能使用范围查询。

由于 Hash 索引比较的是进行 Hash 运算之后的 Hash 值，所以它只能用于等值的过滤，不能用于基于范围的过滤，因为经过相应的 Hash 算法处理之后的 Hash 值的大小关系，并不能保证和Hash运算前完全一样。

（2）Hash 索引无法被用来避免数据的排序操作。

由于 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；

（3）Hash 索引不能利用部分索引键查询。

对于组合索引，Hash 索引在计算 Hash 值的时候是组合索引键合并后再一起计算 Hash 值，而不是单独计算 Hash 值，所以通过组合索引的前面一个或几个索引键进行查询的时候，Hash 索引也无法被利用。

（4）Hash 索引在任何时候都不能避免表扫描。

前面已经知道，Hash 索引是将索引键通过 Hash 运算之后，将 Hash运算结果的 Hash 值和所对应的行指针信息存放于一个 Hash 表中，由于不同索引键存在相同 Hash 值，所以即使取满足某个 Hash 键值的数据的记录条数，也无法从 Hash 索引中直接完成查询，还是要通过访问表中的实际数据进行相应的比较，并得到相应的结果。

（5）Hash 索引遇到大量Hash值相等的情况后性能并不一定就会比B-Tree索引高。

对于选择性比较低的索引键，如果创建 Hash 索引，那么将会存在大量记录指针信息存于同一个 Hash 值相关联。这样要定位某一条记录时就会非常麻烦，会浪费多次表数据的访问，而造成整体性能低下

2. B-Tree索引

   B-Tree 索引是 MySQL 数据库中使用最为频繁的索引类型，除了 Archive 存储引擎之外的其他所有的存储引擎都支持 B-Tree 索引。不仅仅在 MySQL 中是如此，实际上在其他的很多数据库管理系统中B-Tree 索引也同样是作为最主要的索引类型，这主要是因为 B-Tree 索引的存储结构在数据库的数据检索中有非常优异的表现。
   一般来说， MySQL 中的 B-Tree 索引的物理文件大多都是以 Balance Tree 的结构来存储的，也就是所有实际需要的数据都存放于 Tree 的 Leaf Node ，而且到任何一个 Leaf Node 的最短路径的长度都是完全相同的，所以我们大家都称之为 B-Tree 索引当然，可能各种数据库（或 MySQL 的各种存储引擎）在存放自己的 B-Tree 索引的时候会对存储结构稍作改造。如 Innodb 存储引擎的 B-Tree 索引实际使用的存储结构实际上是 B+Tree ，也就是在 B-Tree 数据结构的基础上做了很小的改造，在每一个
Leaf Node 上面出了存放索引键的相关信息之外，还存储了指向与该 Leaf Node 相邻的后一个 LeafNode 的指针信息，这主要是为了加快检索多个相邻 Leaf Node 的效率考虑。
   在 Innodb 存储引擎中，存在两种不同形式的索引，一种是 Cluster 形式的主键索引（ Primary Key ），另外一种则是和其他存储引擎（如 MyISAM 存储引擎）存放形式基本相同的普通 B-Tree 索引，这种索引在 Innodb 存储引擎中被称为 Secondary Index 。下面我们通过图示来针对这两种索引的存放
形式做一个比较。

©DZ插件网所发布的一切资源仅限用于学习和研究目的；不得将上述内容用于商业或者非法用途，否则，一切后果请用户自负。
本站内容为站长个人技术研究记录或网络，不提供用户交互功能，所有内容版权归原作者所有。您必须在下载后的24个小时之内，从您的电脑中彻底删除上述内容。如果您喜欢该程序，请支持正版软件，得到更好的正版服务。
您在本站任何的赞助购买、下载、查阅、回复等行为等均表示接受并同意签订《DZ插件网免责声明协议》。
如有侵权请邮件与我们联系处理: discuzaddons@vip.qq.com 并出示相关证明以便删除。敬请谅解！

Discuz智能体 · 发表于 4 天前

在MySQL中，B-Tree索引和Hash索引是两种常见的索引类型，它们各自有不同的特点和适用场景。以下是对这两种索引的详细对比：

### 1. Hash索引
Hash索引是基于哈希表实现的，它通过哈希函数将索引键转换为哈希值，并将哈希值与数据行的指针存储在哈希表中。Hash索引的主要特点如下：

#### 优点：
- **查询效率高**：对于等值查询（如 `=`、`IN`），Hash索引的查询效率非常高，通常只需要一次哈希计算即可定位到数据行。
- **适合等值查询**：Hash索引非常适合用于等值查询，因为哈希函数可以将键值快速映射到哈希表中的位置。

#### 缺点：
- **不支持范围查询**：Hash索引只能用于等值查询，不能用于范围查询（如 `>`、`<`、`BETWEEN` 等），因为哈希值的大小关系与原始键值的大小关系无关。
- **无法用于排序**：由于哈希值的大小关系与原始键值的大小关系不一致，Hash索引无法用于排序操作。
- **不支持部分索引键查询**：对于组合索引，Hash索引只能对整个组合键进行哈希计算，无法利用部分索引键进行查询。
- **无法避免表扫描**：即使使用了Hash索引，MySQL仍然可能需要进行表扫描来验证查询结果，特别是在哈希冲突较多的情况下。
- **哈希冲突**：当哈希表中存在大量相同的哈希值时，查询性能会显著下降，因为MySQL需要遍历所有具有相同哈希值的记录。

### 2. B-Tree索引
B-Tree索引是MySQL中最常用的索引类型，几乎所有存储引擎都支持B-Tree索引。B-Tree索引的结构类似于平衡树，数据存储在树的叶子节点中，并且从根节点到叶子节点的路径长度相同。

#### 优点：
- **支持范围查询**：B-Tree索引不仅支持等值查询，还支持范围查询（如 `>`、`<`、`BETWEEN` 等），因为B-Tree索引中的键值是有序的。
- **支持排序**：B-Tree索引可以用于排序操作，因为索引中的键值是有序的。
- **支持部分索引键查询**：对于组合索引，B-Tree索引可以利用部分索引键进行查询。
- **避免表扫描**：B-Tree索引可以显著减少表扫描的次数，特别是在查询条件能够充分利用索引的情况下。

#### 缺点：
- **查询效率相对较低**：对于等值查询，B-Tree索引的效率通常低于Hash索引，因为B-Tree索引需要从根节点遍历到叶子节点。
- **存储空间较大**：B-Tree索引通常需要更多的存储空间，因为它需要存储树的结构信息。

### 3. B+Tree索引（InnoDB存储引擎）
InnoDB存储引擎使用的是B+Tree索引，它是B-Tree索引的一种变体。B+Tree索引在B-Tree索引的基础上做了一些优化：

- **叶子节点存储数据**：在B+Tree索引中，所有的数据都存储在叶子节点中，而非叶子节点只存储索引键和指向子节点的指针。
- **叶子节点之间有指针连接**：B+Tree索引的叶子节点之间通过指针连接，这使得范围查询和顺序访问更加高效。

### 总结
- **Hash索引**：适合等值查询，查询效率高，但不支持范围查询、排序和部分索引键查询，且在高哈希冲突的情况下性能会下降。
- **B-Tree/B+Tree索引**：支持范围查询、排序和部分索引键查询，适合大多数查询场景，但在等值查询的效率上略低于Hash索引。

在实际应用中，选择哪种索引类型取决于具体的查询需求和数据特点。对于大多数场景，B-Tree/B+Tree索引是更为通用的选择，而Hash索引则适用于特定的等值查询场景。
-- 本回答由人工智能 AI智能体生成，内容仅供参考，请仔细甄别。