Hash 索引与 B+树索引的区别与适用场景

Hash 索引与 B+树索引的区别与适用场景

一、核心定义与结构

二、查询方式对比

1. 等值查询

• Hash 索引：O(1) 时间复杂度，直接通过哈希函数定位
• B+树索引：O(log n) 时间复杂度，通过二分查找定位

2. 范围查询

• Hash 索引：不支持，需全表扫描
• B+树索引：O(log n) 时间复杂度，利用叶子节点有序特性快速定位范围

3. 排序查询

• Hash 索引：不支持，需额外排序
• B+树索引：O(1) 时间复杂度，直接遍历叶子节点

三、适用场景对比

Hash 索引适用场景

1. 等值查询：如缓存键值对、唯一约束验证
2. 无范围查询：不涉及 BETWEEN、>、< 等范围条件
3. 高选择性列：列值唯一或高度唯一，哈希冲突少
4. 内存数据库：如 Redis、MySQL Memory 引擎
5. 频繁更新的列：哈希索引插入/删除效率高

示例：

• SELECT * FROM users WHERE id = 1（id 是哈希索引）
• Redis 中的键值查询

B+树索引适用场景

1. 范围查询：如WHERE age BETWEEN 18 AND 30
2. 排序/分组：ORDER BY name、GROUP BY category
3. 前缀匹配：LIKE 'abc%'（前缀索引）
4. 关联查询：JOIN 操作，利用索引加速连接
5. 大多数业务场景：电商、社交、ERP 等核心业务表

示例：

• SELECT * FROM orders WHERE user_id = 1 AND create_time > '2023-01-01'
• SELECT u.name, o.order_no FROM users u JOIN orders o ON u.id = o.user_id

四、数据库支持情况

五、优缺点对比

Hash 索引

• 优点：
  • 等值查询速度极快（O(1)）
  • 插入/删除效率高
  • 占用空间小
• 缺点：
  • 不支持范围查询
  • 不支持排序
  • 哈希冲突会影响性能
  • 不支持前缀匹配

B+树索引

• 优点：
  • 支持范围查询和排序
  • 支持前缀匹配
  • 适合复杂查询
  • 稳定的查询性能
• 缺点：
  • 等值查询比 Hash 索引慢
  • 占用空间较大
  • 插入/删除需要维护树结构

六、实际应用建议

1. 优先选择 B+树索引

• 适合大多数业务场景，尤其是有范围查询、排序需求的场景
• 支持复杂查询，扩展性好
• 数据库默认支持，优化工具成熟

2. Hash 索引适用场景

• 仅需等值查询的场景（如缓存）
• 内存数据库（如 Redis）
• 需要高频更新的列
• 高选择性的唯一键查询

3. 混合使用

• InnoDB 会自动创建自适应哈希索引（AHI），在频繁等值查询时自动优化
• 可手动创建 Hash 索引加速特定场景

七、总结

选择建议：

• 大多数业务场景优先使用B+树索引
• 仅等值查询且性能敏感时，考虑Hash 索引
• 结合数据库自动优化（如 InnoDB AHI）提升性能