oracle b_tree索引、hash索引区别解析

1. B 树索引（B-Tree索引）

   1. B树索引是我们在oracle数据库中最常用的索引，在详细介绍访问方法之前，我们看一下B-TREE索引的结构（图片来源网络）

      

               oracle的B树索引就好像一颗长到的树，他包含两种类型，一种是索引分支块（根节点块，分支节点块）一种是索引叶子块（叶子节点块）。分节点用来搜索，叶子节点用来存储数据。根节点存储索引的低层分支节点的数据。 由于所有的叶子节点均会自动的存储成相同的深度，所以称为“平 衡树索引”， 故此，从任何叶子处检索数据消耗的时间都是相同的。

      • 　　对于分支节点块（包含跟节点块）来说，索引条目（记录）默认按照升序排列可指定为降序。每个索引条目包含两个字段，一个是当前分支节点块中所链接的索引块中包含的最小键值，另一个是链接的索引块地址，指向下一个节点块，长度为4个字节。如上图所示，根节点分别包含（0-B1 500-B2 1000-B3），其中0,500,1000分别表示对应的B1/B2/B3分支节点块键值的最小值，B1/B2/B3指向分支节点块地址。分支节点块中所容纳的记录由数据块大小和索引键值长度决定。分支节点还包含下层叶子节点块的指针。
      • 对于叶子节点来说，包含的索引条目与分支节点一致，默认也是按照升序排列（可指定为降序）。每个索引条目包含2个字段，第一个字段为索引的键值，对于单列索引是一个值，复合索引的值组合在一起；第二个字段为键值对于行的ROWID，即行在表里的物理地址。

        当用户创建索引时，Oracle 取得所有被索引列的数据并进行排序，之后将排序后索引值和与此值相对应的 rowid 按照从下到上的顺序加载到索引中。例如，以下语句：

        CREATE INDEX employees_last_name ON employees(last_name); 
        
        Oracle先按照last_name排序，再将排序后的列及相应的rowid按照升序加载到索引中，具体使用索引时，可以快速定位到last_name，在根据rowid去查找对于的数据行记录。在一个平衡树索引中，叶子节点块存储被索引的数值，叶子节点块之间以双向链表的形式连接。
        接下来介绍一个索引查询的流程，从上往下，第一层为根节点，第二层为分支节点，第三层为叶子节点（包含了列值和rowid）。比如我们的条件为where=29，(补充说明如果被索引的列存储的是字符数据，那么索引值为这些字符数据在当前数据库字符集中的二进制值)就从跟节点开始查询，29在0-500中，指向分支节点最左边第一个分支节点块（也就是B1），就B1中去找，发现29在0-200中，指向叶子节点的L1，于是在L1中找到29的值和响应的rowid。如果只查找索引列的值，就不用根据rowid去表中查找了，如果还要查找值29这行的其他列的值就得根据rowid去表里查查询（这个过程叫做回表查询）。在通过索引进行范围扫描时会起作用，比如要查找值29-700，如果当查找到值29的时候，不就会再从跟节点开始查找其他的值，而是根据本叶子节点链表的指向去查找其他的值。

      　　　　
2. HASH索引

使用hash索引必须使用hash集群，相当于定义了一个hash集群键，通过这个集群键来告诉oracle来存储表。存储数据时，所有相关集群键的行都存储一个数据库块中，方便快速定位查找。hash索引是一个等值查询，通过hash函数确定行的物理位置。

适用场合：

适合：

• 精确查找非常快（包括= <> 和in），其检索效率非常高，索引的检索可以一次定位，不像BTree 索引需要从根节点到枝节点，所以 Hash 索引的查询效率要远高于 B-Tree 索引。

不适合：

• 不适合模糊查询和范围查询（包括like，>，<，between……and等），由于 Hash 索引比较的是进行 Hash 运算之后的 Hash 值，所以它只能用于等值的过滤，不能用于基于范围的过滤，因为经过相应的Hash 算法处理之后的 Hash 值的大小关系，并不能保证和Hash运算前完全一样；
• 不适合排序，数据库无法利用索引的数据来提升排序性能，同样是因为Hash值的大小不确定；
• 复合索引不能利用部分索引字段查询，Hash 索引在计算 Hash 值的时候是组合索引键合并后再一起计算 Hash 值，而不是单独计算 Hash 值，所以通过组合索引的前面一个或几个索引键进行查询的时候，Hash 索引也无法被利用。
• 同样不适合键值较少的列（重复值较多的列）；