MySQL中B-Tree索引和Hash索引有什么区别？

MySQL中B-Tree索引和Hash索引的区别：

1. B-Tree索引支持最左前缀匹配原则，但Hash索引不支持；

2. MyISAM和InnoDB都支持B-Tree索引，而Hash索引只有Memory和NDB引擎索引支持

Hash索引

Hash，一般翻译为“哈希”，也可直接音译为“散列”，就是通过哈希算法将任意长度的输入（也称为预映射、原像）转换为固定长度的输入。输出是哈希值。这种转换是一种压缩映射，即哈希值的空间通常远小于输入的空间。不同的输入可能散列成相同的输出，因此不可能从散列值唯一地确定输入值。简单来说，就是将任意长度的消息压缩成固定长度的消息摘要的函数。

很多人可能又产生疑问了。既然Hash索引的效率比B-Tree高很多，那为什么大家不都用Hash索引还要用B-Tree索引呢？任何事物都有两个方面，哈希索引也是如此。虽然Hash索引效率很高，但是Hash索引本身由于其特殊性也带来了很多限制和缺点，主要有以下几个方面。

（1）哈希索引只能满足“=”、“IN”和“<=>”查询，不能使用范围查询。

由于Hash索引是比较Hash运算后的Hash值，所以只能用于等值过滤，不能用于基于范围的过滤，因为经过相应Hash算法处理后的Hash值。大小关系不保证Hash操作前的值完全相同。

（2）不能使用哈希索引来避免数据排序操作。

由于Hash索引存储的是Hash计算后的Hash值，而Hash值的大小关系不一定与Hash运算前的键值完全相同，因此数据库无法利用索引数据来避免任何排序操作；

(3) 不能使用部分索引键查询哈希索引。

对于组合索引，Hash索引计算Hash值时，会将组合索引键合并，然后一起计算Hash值，而不是单独计算Hash值。因此，在通过组合索引的前一个或前几个索引键进行查询时，不能使用Hash索引。

(4)哈希索引任何时候都无法避免表扫描。

前面我们知道，Hash索引就是存储Hash运算结果的Hash值以及对应的行对索引键进行哈希运算后，哈希表中的指针信息。由于不同的索引键具有相同的Hash值，所以即使得到满足某个Hash键值的记录条数，也不能直接从Hash索引完成查询。还是要通过访问表中的实际数据来进行相应的比较，得到相应的结果。

（5）当Hash索引遇到大量相等的哈希值时，其性能不一定会高于B-Tree索引。

对于选择性较低的索引键，如果创建Hash索引，将会有大量的记录指针信息与同一个Hash值关联。这样，定位某条记录会非常麻烦，而且会浪费对表数据的多次访问，导致整体性能低下。

B-Tree索引

B-tree（多路搜索树，不是二叉树）是一种常见的数据结构演讲。使用B树结构可以显着减少定位记录时所经历的中间过程，从而加快访问速度。根据翻译，B通常被认为是Balance的缩写。这种数据结构一般用于数据库索引，整体效率较高。

一般来说，MySQL中B-Tree索引的物理文件大部分都是以Balance Tree结构存储的，即所有实际需要的数据都存储在Tree的叶子节点中，而到 任意一个叶子节点的最短路径长度都是完全相同的，所以我们都称其为B-Tree索引。当然，各种数据库（或者MySQL的各种存储引擎）都可能存储自己的B-Tree索引。有时存储结构会稍作修改。例如，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，也就是说在B-Tree数据结构的基础上做了一些小小的修改。在广告中Node除了存储索引键的相关信息外，还存储指向与该Leaf Node相邻的下一个LeafNode的指针信息。这主要是为了加快多个相邻Leaf Node的检索速度的考虑。

阅读以上内容对您有帮助吗？如果您想了解更多相关知识或阅读更多相关文章，请关注行业资讯频道。感谢您的支持。