當一個key-value鍵值對傳遞給一個哈希函數的時候,經過哈希函數的計算之後,根據結果會把key-value鍵值對放在合適的hash buckets(哈希存儲桶)裡
舉個栗子
我們假設對10取模( % 10 )就是哈希函數。如果key-value鍵值對的key是1525 ,傳遞到哈希函數,那麼1525 會存放在第五個bucket裡
因為5 as 1525 % 10 = 5。
同樣,537 會存放在第七個bucket ,2982 會存放在第二個bucket ,依次類推
同樣,在hash index裡面,哈希索引列會被傳遞給哈希函數做匹配(類似於java裡面的HashMap的Map操作),匹配成功之後,
索引列會被存儲在匹配到的hash bucket裡面的表裡,這個表裡會有實際的數據行指針,再根據實際的數據行指針查找對應的數據行。
概括來說,要查找一行數據或者處理一個where子句,SQL Server引擎需要做下面幾件事
1、根據where條件裡面的參數生成合適的哈希函數
2、索引列進行匹配,匹配到對應hash bucket,找到對應hash bucket意味著也找到了對應的數據行指針(row pointer)
3、讀取數據
哈希索引比起B樹索引簡單,因為它不需要遍歷B樹,所以訪問速度會更快
哈希函數和相應語法的例子
CREATE TABLE dbo.HK_tbl ( [ID] INT IDENTITY(1, 1) NOT NULL PRIMARY KEY NONCLUSTERED HASH WITH ( BUCKET_COUNT = 100000 ) , [Data] char(32) COLLATE Latin1_General_100_BIN2 NULL , [dt] datetime NOT NULL, ) WITH ( MEMORY_OPTIMIZED = ON, DURABILITY = SCHEMA_AND_DATA);
在SQL Server 2014裡面,內存優化表創建完之後就不能再加哈希索引了,但是在 SQL Server 2016 裡支持表創建完之後添加哈希索引,不過
添加哈希索引是一個離線操作。
哈希索引的Bucket 數量
( BUCKET_COUNT = 100000 )定義了哈希索引能夠使用的BUCKET數量,這個Bucket 是固定的並且由用戶指定Bucket 數量,
而不是執行查詢的時候由SQL Server決定生成的Bucket 數量。BUCKET數量總是2的次方的四捨五入( 1024, 2048, 4096 etc..)
SQL Server2014的哈希索引其實跟MySQL的自適應哈希索引原理其實差不多,都是為了擺脫B樹的束縛,使查找效率更快
How does a relational database work這篇文章也有描述hash join的原理,大家可以看一下