mysql优化之伪哈希索引

想法非常简单，在标准的B-Tree索引上创建一个伪哈希索引。它和真正的哈希索引不是一回事，因为它还是使用B-Tree索引进行查找。然而，它将会使用键的哈希值进行查找，而不是键自身。你所要做的事情就是在where子句中手动地定义哈希函数。

例子：URL查找。

URL通常会导致B-Tree索引变大，因为它们非常长。通常会按照下面的方式来查找URL表。

mysql>select id from url where url='http://www.mysql.com';

但是，如果移除掉url列上的索引并且给表添加一个被索引的url_src列，就可以按照下面的方式进行查询：

mysql>select id from url where url='http://www.mysql.com' and url_src=CRC32('http://www.mysql.com');

 

mysql查询优化器注意到url_src列上有很小的，选择性很高的索引，并且它会使用里面的值进行索引查找。即使有几列相同的url_src值，也很容易进行精确的对比来确定需要的行。替代方案是把完整的URL索引为字符串，它要慢很多。

 

这个办法的一个缺点就是要维护哈希值。你可以手工进行维护，在mysql5.0 以上版本中，可以使用触发器来进行维护。

1.创建一个表：

create table pseudohash(

    id int unsigned NOT NULL auto_increment,
    url varchar(255) NOT NULL,
    url_src int unsigned NOIT NULL DEFAULT 0,
    PRIMARY KEY(id)
);

 

接下来创建触发器。我们先暂时更新一下命令分隔符，这样就可以在触发器中使用分号：

DELIMITER |

CREATE TRIGGER pseudohash_src_ins BEFORE INSERT ON pseudohash FOR EACH ROW BEGIN SET NEW.url_src = crc32(NEW.url);
END;
|
CREATE TRIGGER pseudohash_src_upd BEFORE UPDATE ON pseudohash FOR EACH ROW BEGIN SET NEW.url_src = crc32(NEW.url);
END;
|
DELIMITER;

 

剩下的工作就是验证触发器自动维护了哈希值。

如果使用这种方式，就不应该使用SHA1()和MD5()这此哈希函数。它们返回很长的字符串，会浪费大量的存储空间并且减慢比较速度。它们是强加密函数，被设计为不产生任务冲突。这并不是我们的目标。简单的哈希函数能在有较好性能的同时保证可接受的冲突率。当然，如果表有很多行并且CRC32()产生了很多冲突，就要实现自己的64位哈希函数，要确保自己的函数返回整数，而不是字符串。

mysql>select conv(right(md5('http://www.mysql.com/'),16),16,10) as hash64;