3分钟让你记住B+树索引和哈希索引的“爱恨情愁”

引言：

B+树索引：通过根节点到叶节点逐层寻找，一步一缩小寻找的范围对象，直至找到目标

Hash索引：采用一定的哈希算法，把键值更换成新的哈希值，检索时不需要像B+树那样依次从根节点到叶节点逐层寻找，一次性可以锁定相应的位置，找到目标值。

一、“独具特色”的B+树

B+树即Btree，它的树形结构如同一棵树木，但是倒立的树木。所以我们称之为B+树索引。它的寻找目标值方式依次由根节点到叶节点。

即就是：B+树左右支点都是相同数目的，所以称之为平衡的多叉树，如果分为两个分叉则被称为平衡的二叉树，即以下边树木为例，以中间躯干为中点，左右对称。由根到支点高度为1，任何节点的两个子树的高度为1，即由根到叶节点需要一层指向一层。各个节点之间用指针进行连接。根与叶子之间相连接的躯干被称之为指针。

以上两幅对比可以看出，B+树索引就像一棵倒立的树木，树根我们称之为根节点在上方，叶子我们称之为叶节点在下方。根节点连接的左右叶节点是对称的，所以称之为平衡的多叉树。跟与叶子之间的箭头叫做指针，从左边节点分析，可在第一层寻找数值应该在[15,20]之间，在第二层又进行细分，数值在[15,18]之间，以此类推找到目标值。可以看出B+树索引是通过范围来寻找目标值的。

B+树索引的应用场景和不适用场景：

• 适用于数据库，文件系统等场景，因为这些对象都是层层包含的，文件里包含其他文件，需要逐层缩小范围来寻找。
• 支持左右查询，利用的是B+树叶节点的指针是双向的
• 不适用于等值查询

二、“情有独钟”的哈希索引

哈希索引：哈希索引使用的是哈希算法，这里的算法指的是使用一定的函数，即通过寻找键值，来找到所寻找的对象。

哈希算法即散列函数，它就是将明文翻译成一段固定长度的字符串密码，且是单向的。因此采用哈希算法无论你之前明文有多长，经过算法输出后都是固定长度的字符串密码。代表算法有MD5,MD4…..

举个例子：比如说我们在百度上想要搜 佩奇的图片，当没有任何外在的标识情况下，在巨量的图片库里你想要找到佩奇的图片，你觉得是不是很困难。在这种情况下，我们可以通过哈希索引，它会将图片库里的图片转化成一串0-1的编码。这样你就会发现，图片相近编码也会变得很相近。这样我们在百度里一输入“佩奇”这样的编码，就会出来许多张佩奇的图片。这就是所谓的哈希索引。

优点：效率高，可以一次就直接找到目标

哈希索引示意图：

上图说明：当我们在百度中输入“佩奇”作为键值，然后所谓的Hash索引就会在图片库中找到标识符也为“佩奇”的编码，然后就可以搜索出佩奇的图片了。所以它不属于范围搜索。

哈希索引的应用场景和不适合场景：

• 支持等值查询：前提条件没有过多重复的键值，如果存在的话，会降低哈希索引的效率，发生哈希碰撞问题。
• 范围查询则不合适哈希索引
• 哈希索引不能被用来避免数据排序操作
• 哈希索引不支持最左匹配规则，因为键值更换成哈希值是单向的

三、各显神通的B+与哈希

根据上面两种索引的示意图可以得出以下的不同结论：

• Hash索引的效率要高于B+树索引。B+ 树是一个平衡的多叉树，所以从根节点到叶子节点的搜索效率是差不多的，基本不会出现波动，也可以进行顺序扫描，即利用B+树的双向指针可以左右移动，双反方向的查找，效率很高。 Hash 索引，根据键值作为“字符串”，可以一次性的检索到位。不需要像B+树索引一样，由根节点到叶节点一层一层的寻找，所以，Hash 索引的检索效率要高于B+索引。
• 等值查找Hash占优势，一定范为内B+树索引占优势。由于Hash索引是通过键值来查找的，需要键值相等才能够找到所需要的值。不能用于基于某一个范围内的查找，而B+树索引可以实现范围内查找。因此在等键值查找出，Hash 索引优势明显; 在某一范围内查找，B+树索引优势明显。
• B+树效率较均等化，Hash索引发生碰触情况下效率大减。B+树索引由于是(左右)平衡的多叉树，所以在索引过程中效率毕竟均等化，不会出现幅度的大起大落。 而Hash索引，在有大量重复的键值情况下，效率都会很低，因为那么多相同的键值，都会索引，它也不能分清哪个键值背后的存储对象是它所要找的目标，索引就会发生哈希碰撞问题。
• B+树索引更适合数据库的模糊查询。对于像数据库中 select * from [user] where name like’%三%’，查找名字带三的模糊查询，Hash 是无法完成的， 模糊查询本质上也属于范围索引，故在此种情况下，应该使用B+ 树索引。