前言
想的再多，不如行动起来，大家好，我是啊Q，让我们徜徉在知识的海洋里吧。
一起“开启掘金成长之旅！这是我参与「掘金日新计划 · 2 月更文挑战」的第15天， 点击查看活动详情 。
上一篇章我们介绍了 Btree和B+tree， 这一篇我们介绍一下hash索引和Hash相关的知识。
Hash
Hash的基本概念
在了解Hashing之前我们了解一下映射（Mapping）一些概念：
映射（ Mapping) ****是将两个事物链接在一起的方式，称为“键”和“值”。
键(key) ——唯一标识数据（实体）的标识符。
值(value) ——我们要存储的实际实体（及其详细信息）。
举个列子：
比如每个学生都有一个学号。那么这个学号就是一个key，学生就是一个值，他可以有很多属性，比如班级，学校，学籍等等信息。 那么这个学号和学生之间就建立一种映射关系，我们通过这个学号就可以知道这个学生的一却相关信息。
那么什么是Hashing呢？
Hashing 是一种我们可以从任何键中获取整数值的方法。这个Key可能是也可能不是一个整数，但是在执行散列之后，它会为任何Key返回一个Integer值。
我们需要hash的原因是：输入中给出的键(key)不能用作放置此键值的内存存储位置。
Hashing分两步工作：
-
它以任何实体（作为key）作为输入，如果该键不是整数，我们需要通过一定的方法该实体获取一个整数值（N）
-
如果我们得到的初始值是一个整数值（N），这个 Integer 就不能用作放置这个 Key-Value 的内存地址。通过散列将此整数转换为另一个整数值，则值可用作内存地址/索引以放置此键值。
举个列子：
学生详细
信息键：学生号（studentNumber）
值：姓名、年龄、地址
我们有 3 名学生：
| 学生 | 学生号（studentNumber） | 值 |
|---|---|---|
| 学生 1 | 101 | 张三，18 岁，马里亚纳海沟 |
| 学生 2 | 105 | 李四，25 岁，珠穆朗玛峰 |
| 学生 3 | 106 | 王五，24 岁，贝加尔湖 |
由于 学生号 是 101、104、106，我们要么需要一个非常大的数组（至少 size= 106）来存储 3 个条目，要么我们可以使用一种叫做Hash Index的东西，它允许我们只使用数组 size = 3。
哈希函数会将 学生号(Key) 作为输入，并将返回hash Index作为输出。
因此哈希函数 eg 可以像 studentNumber % ArraySize 一样简单。
例如，对于 学生1：studentNumber = 101，因此此哈希函数将生成 101%3 = 2。所以学生 1可以放在size=2 处 。请注意，我们已采用 %3，因为数组的大小可以为 3（3 个学生，因此所需空间>=3）。
学生 2：105%3 = 0
学生 3：106%3 = 1
因此 Student1 可以位于数组的第二个索引处，Student1 位于数组的第 0 个索引处，Student2 位于数组的第一个索引处。
哈希表（包含学生名册号）：[104, 106, 101]
如果我们想搜索一个学生，例如 studentNumber = 101 怎么办？
他将在101上运行类似的哈希函数，并将得到相同的哈希索引，即 2。
然后我们可以转到 size = 2 的数组索引位置，以获取 id = 101 的学生。
正如您所看到的，使用散列技术您只需要找到 Key 的索引，而不是查找/比较 Details（即 Values）的值。
到此处我们可以看到 Hashing索引的时间复杂度是 O(1)
hash冲突
我们接着一上面列子为列，比如现在来了一个新生：
| 学生 | 学生号（studentNumber）/键 | 学生信息/值 | hash code |
|---|---|---|---|
| 学生 1 | 101 | 张三，18 岁，马里亚纳海沟 | 2 |
| 学生 2 | 105 | 李四，25 岁，珠穆朗玛峰 | 0 |
| 学生 3 | 106 | 王五，24 岁，贝加尔湖 | 1 |
| 学生 4 | 107 | 王二，27 岁，河湾王国 | 2 |
学生4：107%3 = 2 。 可以看到，学生1的hash值和学生2的hash值都为2，这就产生了hash冲突。
解决冲突的办法如下图所示：我们将hash值相同的数据通过链表链接起来。
想象一下：如果put的数据计算的hash冲突过于严重，将导致链表过于长。这对于查询将不是好事。时间复杂都变成O(N)，那么如何保存hash冲突不严重将变得重要。所以好的hash函数并不如上述简单那么简单。
Hash索引
Hash底层是由Hash表来实现的，存储引擎都会【对所有的索引列计算一个哈希码】（hash code），哈希索引将所有的哈希码存储在索引表文件中，同时在哈希表中保存指向每个数据行的指针，根据键值 <key,value> 存储数据的结构存储<哈希码,指针>，非常适合根据key查找value值，也就是等值查询（单个key查询）
性质
- 检索速度快：Hash索引能够快速定位到指定键值的数据记录，查找时间复杂度为 O(1)。
- 不支持范围查询：由于Hash索引中数据的排列是随机的，不支持范围查询。
- 适合等值查询：Hash索引适合于等值查询，即根据指定的键值进行查询。
作用
Hash索引主要用于加快等值查询的速度。在某些场景下，Hash索引的查询速度甚至可以超过B-Tree索引。
检索过程
对于指定的键值，Hash索引的检索过程如下：
- 计算键值的哈希值。
- 在哈希表中查找对应哈希值的桶。
- 在对应的桶中查找指定键值的数据记录。
需要注意的是，如果哈希冲突，即不同的键值对应相同的哈希值，那么需要进行链式存储，即在桶中使用链表等数据结构存储具有相同哈希值的数据记录。
与B-Tree的区别
相较于B-Tree索引，Hash索引有以下不同之处
- Hash索引支持快速的等值查询，但不支持范围查询，而B-Tree索引可以支持等值查询和范围查询。
- Hash索引适合于数据分布比较均匀的场景，而B-Tree索引适合于数据分布不均匀的场景。
- Hash索引的数据存储是随机的，不支持有序性查询，而B-Tree索引是基于有序的B树数据结构实现的，支持有序性查询。
- Hash索引在内存中的效率更高，因为它的查找时间复杂度是 O(1)，而B-Tree索引则需要多次磁盘IO操作。
