可拓展性Hash

可拓展性Hash

前言

在数据库的索引中，一般有两种结构的实现方式，B+树的实现方式和基于Hash的索引方式。伴随着存储设备的不断降价，Hash表这种以空间换时间的策略也越来越受欢迎。比如在Mysql中就有B+树和Hash索引两种的实现方式。

Hash索引分为静态索引、可拓展性索引和线性索引三种方式。

静态索引就是直接对数据进行Hash分区存放，当数据超过可存放大小的时候，就采用溢出页的方式或者重建Hash的方式，消耗比较大，一般都不推荐。所以就剩下了两个选择，可拓展性索引和线性索引。本文主要介绍可拓展性索引。

介绍

为了理解可拓展性Hash,我们可以先想象静态Hash的使用。当一个Hash分区超过可存储容量的时候，除了溢出页，我们就只能将分区数扩大，重新建立Hash分区了，由于所有数据都要变化，所以这种消耗很大，可拓展性Hash就是为了解决这个问题而产生的。

上图就是一个基本的可拓展性Hash,初始化的时候，默认进行了四个分区，分别对应分区0-4。目录中包含了对每个分区的指向。当需要查询数据的时候，只需要简单的计算hash值，查看二进制的最后两位，就可以得到所在的hash分区。从而获取数据。上图中目录的全局深度和分区的局部深度都为2。

存储

正常情况下，数据插入的时候，只需要放入默认的分区即可。在此不在叙述。

当分区已经饱和的时候，需要进行分区分裂。

比如现在需要插入60。通过计算hash值，我们得出最后两位Hash值为00，所以需要放在第0个分区，但是分区已经放满了，而全局深度和00所在的局部深度一样，那么就说明全局分区数不足，需要进行全局分裂。

全局分裂的时候，首先将目录的全局深度+1，加1之后，我们在计算的时候，就应该取二进制的后三位，同时，目录数量加倍，这样，目录的数量就从4拓展到了8，完成了全局分裂。

这个时候，我们再来进行60的插入。由于该分区已满，所以就需要进行分区分裂，我们发现全局深度为3，大于局部分区，所以我们只需要建立一个新的分区分区4，重新进行分区0的数据分配。所以这个时候，我们对分区0中的数据和60都重新计算Hash值，并取hash最后三位。将数据放入符合的分区即可。

最后，我们再将目录中新创建的分区按照局部深度进行重新指向，未分裂的分区维持不变，新创建的目录也要重新分配指向，如下图所示：

删除

删除的时候，只需要删除对应的数据即可，分区数量和深度都不会发生改变，即使分区为空，也不会进行分区的合并。

后记

可拓展性hash算法适合于精确查找，不适合于范围查找。

如果由于数据倾斜或不均匀，个别分区不断的拓展，导致整个hash表不断的分裂，那么就需要调整Hash算法，来使得数据均匀分布。