Mysql 索引的基礎（下）
如果需要存儲大量的URL並需要根據URL進行搜索查找。如果使用B-Tree 來存儲URL，存儲的內容就會很大，因為URL本身都很長。正常情況下會有如下查詢：
SELECT id FROM url WHERE url="http://www.baidu.com";
若刪除原來URL上的索引，而新增一個被索引的url_crc列，使用CRC32做hash ，就可以用下面的方式查詢：
SELECT id FROM url WHERE url='http://www.baidu.com' AND rul_crc=CRC32('http://www.baidu.com');
這樣做性能非常高，因為MySQL 優化器會使用這個選擇性很高而體積很小的基於url_crc列的索引來完成查找。即使有多個相同的索引值，查找任然很快，只需要根據hash值做快速的整數比較就能找到索引條目，然後一一返回對應的行。另外一種方式就是對完整的URL字符串做索引，那樣會非常慢。
這樣實現的缺陷是需要維護hash值。可以手動維護，可以觸發器實現。如果采用這種方式，記住，不要使用SHA1()和MD5（）作為哈希函數。因為這兩個函數計算出來的hash值時非常長的字符串，會浪費更大的空間，比較時也會更慢。SHA1()和MD5（）是強加密函數，設計目標是最大限度的消除沖突，蛋這裡並不需要這樣搞的要求。簡單hash函數的沖突在一個可以接受的范圍，同事有能提供更好的性能。
如果數據表非常大，CRC32()會出現大量的hash沖突，則可以考慮自己實現一個簡單的64位hash函數。這個自定義的函數要返回整數，而不是字符串。一個簡單的辦法可以使用MD5()函數返回值的一部分來作為自定義hash函數。這肯能比自己寫一個hash算法的性能要差，不過這樣實現最簡單。
SELECT CONV(RIGHT(MD5('http://www.baidu.com'),16),16,10) AS HASH64.
處理hash沖突。當使用hash索引進行查詢的時候，必須在WHERE子句中包含常量值：
SELECT id from url WHERE url=crc32('http://www.baidu.com') AND url='http://www.baidu.com';
一旦出現hash沖突，另一個字符串的hash值也恰好是相同的，則下面的語句是無法正確工作的：
SELECT id from url WHERE url=crc32('http://www.baidu.com')；
因為所謂的‘生日悖論’ 出現hash沖突的概率的增長率可能比想象的要快的多，CRC32()返回的是32位整數，當索引有9.3W條記錄時，出現沖突的概率是1%。例如，我們將'/usr/share/dic/words' 中的詞倒數數據表，並進行crc32（）計算，最後會有98569行。這就已經出現一次hash沖突了。要避免hash沖突問題，必須在WHERE 條件中帶入hahs值和對應的列值。如果不是想查詢具體的值，例如只是統計記錄數（不精確的），則可以不帶入列值，直接使用crc32（）的hash值查詢即可。還可以使用FNV64()函數作為hash函數，hash值為64位，速度非常快，且沖突比crc32（）要少很多。
