Hash索引和BTree索引，Hash索引BTree索引

Hash索引和BTree索引，Hash索引BTree索引

索引是協助mysql擷取資料的資料結構。最常見的索引是Btree索引和Hash索引。

不同的引擎對於索引有不同的支援：Innodb和MyISAM預設的索引是Btree索引；而Mermory預設的索引是Hash索引。

Hash索引

所謂Hash索引，當我們要給某張表某列增加索引時，將這張表的這一列進行雜湊演算法計算，得到雜湊值，排序在雜湊數組上。所以Hash索引可以一次定位，其效率很高，而Btree索引需要經過多次的磁碟IO，但是innodb和myisam之所以沒有採用它，是因為它存在著好多缺點：

1、因為Hash索引比較的是經過Hash計算的值，所以只能進行等式比較，不能用於範圍查詢

1、每次都要全表掃描

2、由於雜湊值是按照順序排列的，但是雜湊值映射的真正資料在雜湊表中就不一定按照順序排列，所以無法利用Hash索引來加速任何排序操作

3、不能用部分索引鍵來搜尋，因為複合式索引在計算雜湊值的時候是一起計算的。

4、當雜湊值大量重複且資料量非常大時，其檢索效率並沒有Btree索引高的。

Btree索引

至於Btree索引，它是以B+樹為儲存結構實現的。

但是Btree索引的儲存結構在Innodb和MyISAM中有很大區別。

在MyISAM中，我們如果要對某張表的某列建立Btree索引的話，

所以我們經常會說MyISAM中資料檔案和索引檔案是分開的。

因此MyISAM的索引方式也稱為非聚集，Innodb的索引方式成為叢集索引。

至於輔助索引，類似於主索引，唯一區別就是主索引上的值不能重複，而輔助索引可以重複。

因此當我們根據Btree索引去搜尋的時候，若key存在，在data域找到其地址，然後根據地址去表中尋找資料記錄。

至於Innodb它跟上面又有很大不同，它的葉子節點儲存的並不是表的地址，而是資料

我們可以看到這裡並沒有將地址放入葉子節點，而是直接放入了對應的資料，這也就是我們平常說到的，Innodb的索引檔案就是資料檔案，

那麼對於Innodb的輔助索引結構跟主索引也相差很多，

我們可以發現，這裡葉子節點儲存的是主鍵的資訊，所以我們在利用輔助索引的時候，檢索到主鍵資訊，然後再通過主鍵去主索引中定位表中的資料，這就可以說明Innodb中主鍵之所以不宜用過長的欄位，由於所有的輔助索引都包含主索引，所以很容易讓輔助索引變得龐大。

我們還可以發現：在Innodb中盡量使用自增的主鍵，這樣每次增加資料時只需要在後面添加即可，非單調的主鍵在插入時會需要維持B+tree特性而進行分裂調整，十分低效。

Btree索引中的最左匹配原則：

Btree是按照從左至右的順序來建立搜尋樹的。比如索引是(name,age,sex)，會先檢查name欄位，如果name欄位相同再去檢查後兩個欄位。

所以當傳進來的是後兩個欄位的資料（age，sex），因為建立搜尋樹的時候是按照第一個欄位建立的，所以必鬚根據name欄位才能知道下一個欄位去哪裡查詢。

所以傳進來的是（name，sex）時，首先會根據name指定搜尋方向，但是第二個欄位缺失，所以將name欄位正確的都找到後，然後才會去匹配sex的資料。

建立索引的規則：

1、利用最左首碼：Mysql會一直向右尋找直到遇到範圍操作（>，<，like、between）就停止匹配。比如a=1 and b=2 and c>3 and d=6；此時如果建立了（a,b,c,d）索引，那麼後面的d索引是完全沒有用到，當換成了（a,b,d,c）就可以用到。

2、不能過度索引：在修改表內容的時候，索引必須更新或者重構，所以索引過多時，會消耗更多的時間。

3、盡量擴充索引而不要建立索引

4、最適合的索引的列是出現在where子句中的列或串連子句中指定的列。

5、不同值較少的列不必要建立索引（性別）。

參考文章：

MySQL的btree索引和hash索引的區別

MySQL索引原理及慢查詢最佳化

MySQL索引背後的資料結構及演算法原理

圖片來源於：MySQL索引背後的資料結構及演算法原理

著作權聲明：本文為博主原創文章，轉載請註明出處。