阿里面试官:设计个MySQL的Hash索引吧?

除了B-Tree 索引，MySQL还提供了如下索引：

Hash索引

只有Memory引擎支持，场景简单

R-Tree索引

MyISAM的一个特殊索引类型，主要用于地理空间数据类型

Full-text

MyISAM的一个特殊索引，主要用于全文索引，从MySQL 5.6开始InnoDB支持全文索引

索引 / 存储引擎	MyISAM	InnoDB	Memory
B-Tree索引	支持
HASH索引	不支持	不支持
			不支持
Full-text索引			不支持

最常用的索引也就是B-tree索引和Hash索引，且只有Memory，NDB两种引擎支持Hash索引。

Hash索引适于key-value查询，通过Hash索引比B-tree索引查询更加迅速。但Hash索引不支持范围查找例如<><==,>==等。

Memory只有在"="的条件下才会使用hash索引

MySQL在 8.0才支持函数索引，在此之前是能对列的前面某一部分进行索引，例如标题title字段，可以只取title的前10个字符索引，这样的特性大大缩小了索引文件的大小，但前缀索引也有缺点，在order by和group by操作时失效。

create index idx_title on film(title(10));      

1 特点

值存在数组，用一个hash函数把key转换成一个确定的内存位置，然后把value放在数组的该位置。使用 hash 自然会有哈希冲突可能，MySQL 采取拉链法解决。

Hash索引基于Hash表实现，只有查询条件精确匹配Hash索引中的列时，才能够使用到hash索引。对于Hash索引中的所有列，存储引擎会为每行计算一个hashcode，Hash索引中存储的就是hashcode。

例如一个维护了身份证号和姓名的表，根据身份证号查找对应名字，其hash索引如下：

比如我们想查ID_card_n4对应username：

将ID_card_n4通过hash函数算出A

按顺序遍历，找到User4

四个ID_card_n值并不一定递增，这样即使增加新的User，速度也快，只需在后追加。

当然缺点也很明显，不是有序，所以hash索引做区间查询速度很慢。比如要找身份证号在[ID_card_X, ID_card_Y]区间的所有用户，就须全表扫描。

2 Hash索引的缺陷

不支持部分索引查找、范围查找

哈希码可能存在哈希冲突，如果hash 算法设计不好，碰撞过多，性能也会变差

索引存放的是hash值,所以仅支持 < = > 以及 IN

无法通过操作索引来排序，因为存放的时候会经过hash计算，但是计算的hash值和存放的不一定相等，所以无法排序

不能避免全表扫描，只是由于在memory表里支持非唯一值hash索引，即不同的索引键，可能存在相同hash值

因为哈希表是一种根据关键字直接访问内存存储位置的数据结构 ，所以利用其原理的hash 索引，也就需要将所有数据文件添加到内存，这就很耗内存

如果所有的查询都是等值查询，那么hash确实快，但实际上范围查找数据更多

只能处理键值的全值匹配查询

Hash函数决定着索引键的大小

要使InnoDB或MyISAM支持哈希索引，可以通过伪哈希索引来实现，叫自适应哈希索引。

可通过增加一个字段，存储hash值，将hash值建立索引，在插入和更新的时候，建立触发器，自动添加计算后的hash到表里。

哈希表这种结构适用于只有等值查询的场景，比如Memcached。

3 案例应用

假如有一个非常非常大的表，比如用户登录时需要通过email检索出用户，如果直接在email列建索引，除了索引区间匹配，还要进行字符串匹配比对，email短还好，如果长的话这个查询代价就比较大。

若此时，在email建立哈希索引，查询以int查询，性能就比字符串比对查询快多了。

Hash 算法

建立哈希索引，首先就要选定哈希算法，《高性能MySQL》说到的CRC32算法。

INSERT UPDATE SELECT 操作

在表中添加hash值的字段：

ALTER TABLE `User` ADD COLUMN email_hash int unsigned NOT NULL DEFAULT 0;      

接下来就是在UPDATE和INSERT时，自动更新 

email_hash

 字段，通过触发器实现：

DELIMITER |
CREATE TRIGGER user_hash_insert BEFORE INSERT ON `User` FOR EACH ROW BEGIN
SET NEW.email_hash=crc32(NEW.email);
END;
|
CREATE TRIGGER user_hash_update BEFORE UPDATE ON `User` FOR EACH ROW BEGIN
SET NEW.email_hash=crc32(NEW.email);
END;
|
DELIMITER ;      

这样SELECT请求就会变成：

SELECT `email`, `email_hash` FROM `User` WHERE 
    email_hash = CRC32(“[email protected]”) 
            AND `email`= “[email protected]”;      

+----------------------------+------------+
| email                      | email_hash |
+----------------------------+------------+
| [email protected]             | 2765311122 |
+----------------------------+------------+
      

AND email = "[email protected]"

 是为了防止哈希碰撞时数据不准确。