高性能的MySQL（5）创建高性能的索引一哈希索引

哈希索引（hash index）基于哈希表实现，只有精确匹配索引的所有列的查询才有效，对于每一行数据，存储引擎都会对所有索引列计算一个哈希码，不同键值的行计算出来的哈希码也不一样，哈希码保存在哈希索引中，同时哈希表中保存指向每个数据的指针。

1、Memory引擎支持哈希索引，也支持B-Tree索引，而且支持非唯一的哈希索引，如果多个列的哈希值相同，索引会以链表的方式存放多个记录指针到同一个哈希条目，这个是和特别的。

举例说明：

1

2

3

4

5

<code>CREATE</code> <code>TABLE</code> <code>`testhash` (</code>

<code>  </code><code>`fname` </code><code>varchar</code><code>(50) </code><code>NOT</code> <code>NULL</code><code>,</code>

<code>  </code><code>`lname` </code><code>varchar</code><code>(50) </code><code>NOT</code> <code>NULL</code><code>,</code>

<code>  </code><code>KEY</code> <code>`fname` (`fname`) USING HASH</code>

<code>) ENGINE=MEMORY </code><code>DEFAULT</code> <code>CHARSET=utf8 |</code>

<a href="http://blog.51cto.com/attachment/201310/152834692.png" target="_blank"></a>

假设索引使用f()生成哈希码如下

f('Arjen') = 2323

f('Baron') = 7437

f('Peter') = 8784

f('Vadim') = 2458

则哈希索引数据结构如下

槽

值

2323

指向第1行指针

2458

指向第4行指针

7437

指向第2行指针

8784

指向第3行指针

注意哈希码是有序的，但是数据行不是。

当执行查询的时候

<code>select</code> <code>* </code><code>from</code> <code>testhash </code><code>where</code> <code>fname=</code><code>'Peter'</code><code>；</code>

先计算哈希码，然后找到第3行指针，最后比较第3行的值是否为‘Peter’，以确定就是要找的行。

2、哈希索引的限制：

a、哈希索引只包含哈希码和行指针，不存储字段值，所以无法用索引中的值来避免去读取行。

b、哈希索引数据并不是按照索引值顺序存储的，所以也就无法用于排序。

c、哈希索引也不支持部分索引列匹配查找，必须利用所有索引列，因为哈希值是通过所有索引列计算的。

d、哈希索引只支持等值比较查询，包括=、in()、&lt;=&gt;(安全比较)比较包含null的时候用。哈希也不支持任何范围查询，比方说where price &gt; 100

e、哈希索引非常快，除非有哈希冲突（不同的索引值会有相同的哈希值），这个时候引擎必须遍历链表中的所有行来匹配。

f、哈希冲突较多的时候，比方列上相同的值比较多的时候，索引维护代价就会比较高。

InnoDB引擎有一个特殊的功能叫做“自适应哈希索引”，由引擎内部实现，也可以关闭。

3、创建自定义哈希索引

如果存储引擎不支持哈希索引，可以在B-Tree基础上创建一个伪哈希索引。这个和真正的哈希索引不是一回事，还是用到B-Tree进行查找，只是利用键值的哈希值而不是键值来进行索引查找，只需要在where中手动指定哈希函数。

如果需要存储大量的URL，并且需要根据URL进行搜索，如果使用B-Tree来索引URL，存储内容会很大。比方说下面的查询

<code>select</code> <code>* </code><code>from</code> <code>url </code><code>where</code> <code>url=</code><code>"http://www.baidu.com"</code><code>;</code>

若删除原来的URL列索引，而新增一个被索引的字段url_crc,使用crc32做哈希就可以使用下面的查询了

<code>select * from url where url_crc=crc32(</code><code>"http://www.baidu.com"</code><code>) and url=</code><code>"http://www.baidu.com"</code><code>;</code>

这样性能就会很高。

这样的缺陷是需要维护哈希值。可以使用触发器来实现维护工作。

创建一张表

6

<code>CREATE</code> <code>TABLE</code> <code>`pseudohash` (</code>

<code>  </code><code>`id` </code><code>int</code><code>(10) unsigned </code><code>NOT</code> <code>NULL</code> <code>AUTO_INCREMENT,</code>

<code>  </code><code>`url` </code><code>varchar</code><code>(255) </code><code>NOT</code> <code>NULL</code><code>,</code>

<code>  </code><code>`url_crc` </code><code>int</code><code>(10) unsigned </code><code>NOT</code> <code>NULL</code> <code>DEFAULT</code> <code>'0'</code><code>,</code>

<code>  </code><code>PRIMARY</code> <code>KEY</code> <code>(`id`)</code>

<code>) ENGINE=InnoDB </code><code>DEFAULT</code> <code>CHARSET=utf8;</code>

创建触发器

<code>//插入</code>

<code>delimiter $$</code>

<code>create</code> <code>trigger</code> <code>pseudohash_crc_ins before </code><code>insert</code> <code>on</code> <code>pseudohash </code><code>for</code> <code>each row </code><code>begin</code> <code>set</code> <code>NEW.url_crc=crc32(NEW.url);</code><code>end</code><code>;$$</code>

<code>//更新</code>

<code>create</code> <code>trigger</code> <code>pseudohash_crc_upd before </code><code>update</code> <code>on</code> <code>pseudohash </code><code>for</code> <code>each row </code><code>begin</code> <code>set</code> <code>NEW.url_crc=crc32(NEW.url);</code><code>end</code><code>;$$</code>

<code>delimiter ;</code>

<a href="http://blog.51cto.com/attachment/201310/163436552.png" target="_blank"></a>

<a href="http://blog.51cto.com/attachment/201310/163609204.png" target="_blank"></a>

尽量避免使用太长的哈希函数，会浪费很多空间。除非出现了大量冲突，可以考虑自己实现一个简单的64位哈希函数，一个简单的方法是使用MD5()返回一部分值。

<a href="http://blog.51cto.com/attachment/201310/164018965.png" target="_blank"></a>

有一点值得注意：

当使用哈希索引进行查询的时候，必须在where中同时跟上rul的匹配，一旦出现了哈希冲突，这个真正要查询的值才会帮助匹配出真正的行。

本文转自shayang8851CTO博客，原文链接：http://blog.51cto.com/janephp/1309800，如需转载请自行联系原作者