PostgreSQL 哈希索引

Posted 2023-02-23

【中文标题】PostgreSQL 哈希索引

【英文标题】：PostgreSQL HASH index

【发布时间】：2010-09-28 18:31:56

【问题描述】：

有谁知道应该使用 PostgreSQL HASH 而不是 B-TREE 的情况，因为在我看来这些东西是一个陷阱。它们比 B-TREE 花费更多的时间来创建或维护（至少多 10 倍），它们还占用更多空间（对于我的一个 table.columns，B-TREE 占用 240 MB，而 HASH 会占用 4 GB），我似乎从我的谷歌搜索中了解到，它们的 SELECT 速度并不比 B-TREE 快；然而 HASH 可能最近已经优化或者谷歌是错误的。

无论如何，我想要你们的意见和经验。如果这些 HASH 是邪恶的，人们应该知道。

谢谢 另外：mysql 的 HASH 呢？

【参考方案1】：

最好对仅使用 = 运算符搜索的文本列使用哈希索引。例如，需要为查找建立索引的 URL 列。

对于诸如 URL 之类的东西，哈希索引大约是 B-Tree 索引大小的 30%。

减小的大小允许 PostgreSQL 更有效地使用它的缓存内存（又名 shared_buffers）。

【参考方案2】：

对于具有已知键值（尤其是已知唯一值）的情况，哈希比 B 树更快。

如果有问题的列从不打算用<或>命令进行比较扫描，则应使用哈希。

哈希是O(1) 复杂度，B 树是O(log n) 复杂度（iirc），因此，对于具有唯一条目的大型表，获取ITEM="foo"，它们将是查找它的最有效方式。

当这些唯一字段用于连接条件时，这尤其实用。

【讨论】：

确实，这几乎是我在研究 PostgreSQL 开发人员的观点之前的想法。但似乎即使对于您描述的情况，HASH 在效率和有效性方面也没有超过 B-TREE，因为理论上的算法似乎不太实用。谢谢

应该注意的是，从 8.4 版开始，哈希索引比 b-tree 索引效率低且速度慢的问题已得到解决。 postgresql.org/docs/8.4/static/release-8-4.html#AEN95616

只有一个问题，据我所知，二叉树搜索是 O(logn)，而不是 O(n*logn)，对吗？

有O(1) 在内存中，但是对于数据库，数据通常在磁盘上，索引也可能在磁盘上，磁盘访问时间>> RAM访问时间。我不记得从数据库类中确切地说这是如何工作的，但在某些情况下它不是O(1)。我仍然希望 hash 会快得多，但在 Postgres 9.5 中，hash 据报道仅比 b-tree 快一点，而且它也不是完全安全的。

是的。事实上，你很少能得到“真实世界”的恒定时间性能，在事物的背后总有一些现实让事情变得困难。就像，内存访问可能是O(1)，但取决于您谈论的内存，1 的值可能非常大或非常小；）。 L1/L2/L3/Ram/Swap速度不都一样，但算法本身还是算O(1)。

【参考方案3】：

我还没有尝试过，但正在考虑这种方法，在未记录的临时表上使用哈希索引。

我的理解是，它们构建速度更快，占用空间更少，查询速度略快于 b-tree。

根据this benchmark，哈希索引比 BTree 索引要快一些，但要小一些。但是，你不能用它们创建一个唯一的哈希索引——另外它们不是 WAL 记录的。

【参考方案4】：

由于http://www.postgresql.org/docs/9.2/static/sql-createindex.html 点哈希索引仍然不是 WAL 安全的；这意味着它们对于崩溃不是 100% 可靠的（必须重建索引，并且在复制时可能会发生错误的响应）。还要检查http://www.postgresql.org/docs/9.1/static/wal-intro.html

【讨论】：

这对于流式复制或基于文件的复制也是如此，并且在 9.5 版中仍然如此。 postgresql.org/docs/9.5/static/indexes-types.html

从 v10 起不再适用。 enterprisedb.com/blog/postgresqls-hash-indexes-are-now-cool