SQL Server2014 哈希索引原理详解

当一个key-value键值对传递给一个哈希函数的时候，经过哈希函数的计算之后，根据结果会把key-value键值对放在合适的hash buckets（哈希存储桶）里

举个栗子

我们假设对10取模（ % 10 ）就是哈希函数。如果key-value键值对的key是1525 ，传递到哈希函数，那么1525 会存放在第五个bucket里

因为5 as 1525 % 10 = 5。

同样，537 会存放在第七个bucket ，2982 会存放在第二个bucket ，依次类推

同样，在hash index里面，哈希索引列会被传递给哈希函数做匹配（类似于java里面的HashMap的Map操作），匹配成功之后，

索引列会被存储在匹配到的hash bucket里面的表里，这个表里会有实际的数据行指针，再根据实际的数据行指针查找对应的数据行。

概括来说，要查找一行数据或者处理一个where子句，SQL Server引擎需要做下面几件事

1、根据where条件里面的参数生成合适的哈希函数

2、索引列进行匹配，匹配到对应hash bucket，找到对应hash bucket意味着也找到了对应的数据行指针（row pointer）

3、读取数据

哈希索引比起B树索引简单，因为它不需要遍历B树，所以访问速度会更快

 

哈希函数和相应语法的例子

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里面，内存优化表创建完之后就不能再加哈希索引了，但是在 SQL Server 2016 里支持表创建完之后添加哈希索引，不过

添加哈希索引是一个离线操作。

哈希索引的Bucket 数量

( BUCKET_COUNT = 100000 )定义了哈希索引能够使用的BUCKET数量，这个Bucket 是固定的并且由用户指定Bucket 数量，

而不是执行查询的时候由SQL Server决定生成的Bucket 数量。BUCKET数量总是2的次方的四舍五入( 1024, 2048, 4096 etc..)

SQL Server2014的哈希索引其实跟MySQL的自适应哈希索引原理其实差不多，都是为了摆脱B树的束缚，使查找效率更快

How does a relational database work这篇文章也有描述hash join的原理，大家可以看一下