MySQL哈希索引的6大局限性、4大使用场景（图解代码全面剖析）

本文主要介绍哈希索引的概念、6个局限性、4个常见应用场景，并通过图解、代码示例，力求剖析到位。

这是互联网某大厂的一道面试题：

哈希索引的查询效率更高，还有时间及空间复杂度的优势。为什么不全部用哈希索引，还要使用 B 树或 B+ 树索引呢？

其实这道题真正要问的是“哈希索引的局限性是什么？”。这道题目，大多同学都能回答上几点，但想要超出面试官的预期，就要更进一步才行。

认真看完本文，争取在下次面试中，交上满分答案。

PS.

刚结束的 MySQL Binlog从基础到精通，24张图全面总结、及 MySQL 事务从基础到精通，50+张图彻底吃透，宝子们的反馈还不错。

宝妹儿已将内容更新到《MySQL 大厂高频面试题大全》PDF了，方便系统学习、面试通关。

《MySQL 大厂高频面试题大全》PDF，已收录100+道真题，一共78页，近50000字，文末自取。

吃透它，足以应付MySQL面试。

1.  哈希索引是什么

在 MySQL 中，哈希索引是一种以键-值（key-indexed）存储数据、基于哈希表实现的索引结构，只有精确匹配索引所有列的查询才能生效。

由于哈希索引只需要存储对应的哈希值和相关数据行的指针，这种相对紧凑的索引结构，赋予了它快速数据检索的能力。

一旦场景适用哈希索引，它带来的性能提升就会非常显著。

哈希索引的结构：

但是，哈希索引也有自身的一些局限性，哈希索引限制很多，只适用于限定的场景。

2.  哈希索引的局限性

哈希索引的局限性，主要如下：

• 哈希冲突
• 可能占用很多内存空间
• 不适用于范围查询
• 不适用于模糊查询
• 无法支持数据的排序操作
• 不支持多列复合索引的最左匹配原则

下面，逐一解析。

2.1 哈希索引可能会哈希冲突

哈希码可能存在哈希冲突，如果 hash 算法设计不好，就会产生碰撞，碰撞过多时，性能也会变差。

示例：

假设，存储的数 n，存储的索引值 = n % 10 。

现在，我们要将 20 存入到这个表中，计算出的键值为 0。

由于这个位置已经有相同的数据了，因此发生了哈希冲突。

解决哈希冲突最常用的两个方法：

1）链表法

链表法简单易实现，适用于大多数情况，最常用，也最为重要。

• 每个桶维护一个链表或其他数据结构（如数组），用于存储所有映射到该桶的键值对。
• 当发生哈希冲突时，新的键值对被插入到相应桶的链表中，而不是覆盖旧的值。

但是，当链表变得很长时，性能会下降。

示例：沿用上面图例，我们把哈希表的节点当做一个链表的头，将 20 存入哈希表。

2）开放地址法

开放地址法通常用于内存更为有限的情况。它可以避免链表的使用，节省内存。

• 当发生哈希冲突时，新的键值对尝试存储在下一个可用的桶中，而不是使用链表。
• 这个过程可以采用不同的探测方法，如线性探测、二次探测、双重哈希等，以寻找下一个可用的桶。

但是，它需要更复杂的逻辑来解决冲突。

2.2 哈希索引可能占用大量内存

哈希索引不能避免全表扫描，它需要事先确定桶的数量，占用内存空间。

示例：

创建一个哈希索引，并插入一些数据。

import java.util.HashMap;

public class HashIndexMemoryDemo {
    public static void main(String[] args) {
        // 创建一个哈希索引，假设初始桶的数量为5
        HashMap<Integer, String> hashIndex = new HashMap<>(5);

        // 插入一些数据
        hashIndex.put(101, "Alice");
        hashIndex.put(102, "Bob");
        hashIndex.put(103, "Charlie");
        hashIndex.put(104, "David");
        hashIndex.put(105, "Eve");

        // 尝试插入更多数据，数据量变大
        // 这可能导致哈希冲突，也可能需要重新调整索引
        hashIndex.put(201, "Frank");
        hashIndex.put(202, "Grace");
        hashIndex.put(203, "Hank");

        // 尝试插入更多数据，数据量变大
        // 这再次可能导致哈希冲突，也可能需要重新调整索引
        hashIndex.put(301, "Isabella");
        hashIndex.put(302, "Jack");
        hashIndex.put(303, "Kate");

        // 在数据量变大的情况下，哈希索引可能需要重新调整
        // 这里简单地将哈希索引重新创建为具有更大容量的新索引
        // 实际上，需要重新计算哈希值和重新插入数据，这里仅演示概念
        int newCapacity = 10;
        HashMap<Integer, String> newHashIndex = new HashMap<>(newCapacity);

        for (Integer key : hashIndex.keySet()) {
            String value = hashIndex.get(key);
            newHashIndex.put(key, value);
        }

        // 更新哈希索引
        hashIndex = newHashIndex;

        System.out.println("数据量变大后重新调整哈希索引的容量为 " + newCapacity);
    }
}

 

随着数据的不断插入，数据量就会变得很大。

此时，就需要重新调整索引，增加桶的数量，以容纳更多数据。

2.3 哈希索引不适用于范围查询

哈希索引只支持等值比较。例如，使用=，IN( )和<=>。

示例：

创建一个哈希索引，存储了学生姓名和分数，现在执行一个范围查询，查找分数在 80 到 90 之间的学生。

import java.util.HashMap;

public class HashIndexRangeQueryDemo {
    public static void main(String[] args) {
        // 创建一个哈希索引，存储学生姓名和分数
        HashMap<String, Integer> hashIndex = new HashMap<>();

        // 插入一些学生信息
        hashIndex.put("Alice", 85);
        hashIndex.put("Bob", 92);
        hashIndex.put("Charlie", 78);
        hashIndex.put("David", 95);
        hashIndex.put("Eve", 88);
        hashIndex.put("Frank", 89);

        // 尝试执行范围查询，查找分数在80到90之间的学生
        // 由于哈希索引只支持等值比较，无法进行范围查询
        int startScore = 80;
        int endScore = 90;

        System.out.println("尝试执行范围查询，查找分数在 " + startScore + " 到 " + endScore + " 之间的学生:");

        for (String name : hashIndex.keySet()) {
            int score = hashIndex.get(name);
            if (score >= startScore && score <= endScore) {
                System.out.println(name + ": " + score);
            }
        }

        System.out.println("由于哈希索引不支持范围查询，需要遍历所有数据进行筛选，性能较差。");
    }
}

由于哈希索引只支持等值比较，无法直接执行范围查询。

必须要遍历所有的键值对，并逐个检查分数是否在指定范围内，这样就导致了性能下降。

2.4 哈希索引不适用于模糊查询

哈希索引无法高效处理模糊查询，例如使用 LIKE 操作符。

示例：

创建一个哈希索引，存储了用户姓名和邮箱地址，现在执行一个模糊查询，查找邮箱地址中包含 “example.com” 的用户。

import java.util.HashMap;

public class HashIndexFuzzyQueryDemo {
    public static void main(String[] args) {
        // 创建一个哈希索引，存储用户名和邮箱地址
        HashMap<String, String> hashIndex = new HashMap<>();

        // 插入一些用户信息
        hashIndex.put("Alice", "alice@example.com");
        hashIndex.put("Bob", "bob@example.com");
        hashIndex.put("Charlie", "charlie@example.com");
        hashIndex.put("David", "david@example.com");

        // 尝试执行模糊查询，查找邮箱地址中包含 "example.com" 的用户
        // 由于哈希索引只支持等值比较，无法高效处理模糊查询
        String searchPattern = "example.com";

        System.out.println("尝试执行模糊查询，查找邮箱地址中包含 \"" + searchPattern + "\" 的用户:");

        for (String username : hashIndex.keySet()) {
            String email = hashIndex.get(username);
            if (email != null && email.contains(searchPattern)) {
                System.out.println(username + ": " + email);
            }
        }

        System.out.println("由于哈希索引不支持模糊查询，需要遍历所有数据进行筛选，性能较差。");
    }
}

哈希索引只支持等值比较，无法直接执行模糊查询。

因此，必须遍历所有的键值对，并逐个检查邮箱地址是否包含指定的字符串。

将导致性能下降，特别是在大数据集的情况下。

2.5 无法支持数据的排序操作

哈希索引中存放的是经过哈希计算之后的哈希值，哈希值的大小关系，并不一定和哈希运算前的键值完全一样。

因此，数据库无法利用索引的数据来避免任何排序运算。

示例：

创建一个哈希索引，存储了学生姓名和分数，然后对学生分数进行排序。

import java.util.HashMap;
import java.util.Map;
import java.util.stream.Collectors;

public class HashIndexSortingDemo {
    public static void main(String[] args) {
        // 创建一个哈希索引，存储学生姓名和分数
        HashMap<String, Integer> hashIndex = new HashMap<>();

        // 插入一些学生信息
        hashIndex.put("Alice", 85);
        hashIndex.put("Bob", 92);
        hashIndex.put("Charlie", 78);
        hashIndex.put("David", 95);
        hashIndex.put("Eve", 88);
        hashIndex.put("Frank", 89);

        // 尝试对学生分数进行排序
        // 由于哈希索引中存放的是哈希值，不保留原始键值的大小关系，无法用于数据的排序操作
        System.out.println("尝试对学生分数进行排序:");

        Map<String, Integer> sortedData = hashIndex.entrySet().stream()
                .sorted(Map.Entry.comparingByValue())
                .collect(Collectors.toMap(Map.Entry::getKey, Map.Entry::getValue, (e1, e2) -> e1, HashMap::new));

        for (Map.Entry<String, Integer> entry : sortedData.entrySet()) {
            System.out.println(entry.getKey() + ": " + entry.getValue());
        }

        System.out.println("由于哈希索引不支持数据排序操作，需要进行额外的排序操作。");
    }
}

哈希索引中存放的是哈希值，并且不保留原始键值的大小关系，必须对数据进行额外的排序操作，性能会下降。

2.6 哈希索引不支持多列复合索引的最左匹配原则

对于复合索引，在计算哈希值时，哈希索引不是单独计算哈希值，而是先将组合索引键合并后，再一起计算哈希值。

所以，通过复合索引的前面一个、或几个索引键进行查询时，哈希索引也无法被利用。

示例：

创建一个哈希索引，存储了复合索引的数据，每个键都是由多个索引键组合而成，例如 “Alice_Math” 表示学生姓名和课程。

然后，我们尝试使用复合索引的前一个索引键（学生姓名）进行查询，以查找学生 “Alice” 的成绩。

import java.util.HashMap;

public class HashIndexCompositeKeyDemo {
    public static void main(String[] args) {
        // 创建一个哈希索引，存储复合索引的数据
        HashMap<String, Integer> hashIndex = new HashMap<>();

        // 插入一些复合索引的数据
        hashIndex.put("Alice_Math", 85);
        hashIndex.put("Bob_Math", 92);
        hashIndex.put("Charlie_Science", 78);
        hashIndex.put("David_Science", 95);
        hashIndex.put("Eve_Math", 88);
        hashIndex.put("Frank_Science", 89);

        // 尝试使用复合索引的前一个索引键进行查询
        // 由于哈希索引是基于合并后的键进行哈希计算，无法利用最左匹配原则
        String searchKey = "Alice";
        int searchResult = hashIndex.getOrDefault(searchKey, -1);

        if (searchResult != -1) {
            System.out.println(searchKey + " 的成绩为 " + searchResult);
        } else {
            System.out.println("未找到符合条件的记录");
        }

        System.out.println("由于哈希索引不支持多列复合索引的最左匹配原则，无法利用前一个索引键进行查询。");
    }
}

由于哈希索引是基于合并后的键进行哈希计算的，无法利用最左匹配原则。

因此，我们无法使用哈希索引来执行这样的查询，需要检查合并后的键是否匹配，这可能导致性能下降。

以上，是哈希索引的 6 个局限性解析。

只回答这些，重点突出，次要带过，中规中矩，也是可以的。

但是，如果顺势再补充下哈希索引的使用场景，就会让面试官增加一些好感，觉得你的技术栈完整而扎实。

3.  哈希索引的应用场景

由于哈希索引自身的局限性，实际使用非常少。

哈希索引只适用于一些特定的场景，如等值查询频繁、数据分布均匀且内存充足的场景。

针对长字符串查询的优化，是哈希索引较为常见的使用场景之一。

示例：

数据库中保存了大量的 URL 信息，查询 URL 时，如果逐个字符去搜索，效率就很低。

这种情况就可以使用哈希索引。

• 给所有的 URL 计算一个 crc ，并保存起来；
• 对 crc 做哈希索引；
• 查询时，指定 crc 和 url ，快速定位到记录。

select * from url_info where crc = xxxx and url = "http://www.javamianshi.com"

执行这条语句时，

• 首先，针对 crc 查找哈希索引，找出所有 crc 值= xxxx 的记录，过滤掉大多数不符合条件的记录；
• 然后，再根据后面的 url 信息详细匹配。

通过哈希索引查询，查询的效率就很高了。

除此之外，哈希索引还可以应用于内存表、散列连接、等值查找等场景。

总结

本篇通过图解及代码示例，剖析了哈希索引的概念、 6 个局限性、4 个常见应用场景。

在 MySQL 中，哈希索引是一种以键-值（key-indexed）存储数据、基于哈希表实现的索引结构，只有精确匹配索引所有列的查询才能生效。

哈希索引相对紧凑的索引结构，赋予了它快速数据检索的能力。但是，哈希索引也有自身的一些局限性，例如哈希冲突、占用内存、不适用于范围及模糊查询等。

在实际环境中，哈希索引使用是非常少的。通常只适用于一些特定的场景，例如等值查询频繁、数据分布均匀且内存充足的场景等。

建议收藏备用，划走就再也找不到了。

大家好，我是爱分享的程序员宝妹儿，分享即学习。

如果觉得有用，请顺手【关注+点赞】支持下宝妹儿，拜谢。

PS.

本文已收录于宝妹儿精编的 2023版《MySQL 大厂高频面试题大全》PDF，，方便系统学习、面试通关。

《MySQL 大厂高频面试题大全》一共78页，50000多字，图文并茂，长期持续更新。

吃透它，足以应对 MySQL 面试。

– end –