靜态散列要求桶的數目始終固定,那麼在确定桶數目和選擇散列函數時,如果桶數目過小,随着資料量增加,性能會降低;如果留一定餘量,又會帶來空間的浪費;或者定期重組散列索引結構,但這是一項開銷大且耗時的工作。為了應對這些問題,為此提出了幾種動态散列(dynamic hashing)技術,可擴充動态散列(extendable hashing)便是其一。
一、可擴充動态散列

A)用一個數組來存儲桶指針的目錄,數組的位數為2的D次方,桶的容量為2的L次方,D和L分别稱為全局位深度和局部位深度。每次發生桶溢出時,溢出桶分裂,容量變為2的L+1次方,其它桶的容量保持不變,同時資料目錄的深度變為D+1。擴充容量時,隻是調整了局部的桶容量和目錄的容量,性能開銷比較小。
上圖中,目錄深度為2,目錄項有4個。然後開始插入資料d1和d2,假定h(d1)=13、h(d2)=20,由于13=1101,且全局位深度為2,則根據後兩位01确定應插入b桶,b桶有空間,可直接插入。20=10100,應插入a桶,但a桶以及滿了,于是開始分裂,a桶的局部位深度變為3,容量擴充為8,如果擴充後的局部位深度超過了全局位深度,則全局位深度等于這個最大的局部位深度,于是全局位深度也随之變為3。
如上圖所示,a桶分裂為a1、a2,目錄變為三位,對原來a桶中的元素進行重組,由于目錄位多了一位,要根據000、100來分别存儲到a1、a2桶。雖然目錄發生了翻倍,但未進行分裂的桶的局部深度仍然為2,是以會有多個目錄項指向這些桶,比如001、101的後兩位都是01,都指向b桶。
B)對于查找操作,根據目前的全局位深度,通過目錄直接定位到桶位址,随後在桶内部逐一查找。
C)對于删除操作,與查找操作類似,删除元素後,如果發現桶變為空,可與其兄弟桶進行合并,并使局部位深度減一。如果所有的局部位深度都小于全局位深度,則目錄數組也進行收縮。
二、靜态散列與動态散列對比
與靜态散列相比,動态散列的主要優勢在于其性能不會随着記錄數增長而下降,另外還具有最小的空間占用。缺點在于它會額外增加一次查詢定位,因為在查詢bucket本身前,需要先查找目錄來定位bucket。
另一種動态散列技術-線性散列(linear hashing)可以避免額外的查詢定位,但可能這種方式需要更多的溢出桶,日後學習。
三、順序索引與散列的适用場景
每種索引結構都有其優缺點。如果是select
* from a where
b=c這樣的定值查詢,散列比順序索引跟适合,順序索引會随着記錄數的增加而性能降低,散列則相對穩定。而對于where b>c and
b<d這樣的範圍搜尋,則順序索引更适合,散列的随機特性使得無法定位搜尋的bucket。是以散列隻适合根據搜尋碼搜尋且不是範圍查詢的場合。
學習資料:Database System Concepts, by Abraham Silberschatz, Henry F.Korth, S.Sudarshan
https://www.cnblogs.com/kegeyang/archive/2012/04/05/2432608.html