事务

隔离级别

如何防止脏读/幻读

• 隔离级别上来讲
• 锁机制上来来讲

索引

B+ 树索引 & 哈希索引

B+树与哈希索引的核心区别在于数据结构与适用查询类型。 B+树是平衡多叉树，支持范围查询和排序，适合磁盘存储的OLAP场景； 哈希通过哈希函数实现O(1)等值查询，但无法处理范围操作，常用于内存键值存储。 两者在数据库中常协同使用，如InnoDB的自适应哈希优化热点查询。 选型需结合查询模式（等值/范围）、数据分布（键冲突率）及存储介质（磁盘/内存）综合评估

• 查询性能角度来讲

  • 哈希索引的等值查询性能是 O(1)，理论上最快
  • B+ 树索引的查询性能是 O(log n)，但支持范围查询
  • 对于频繁的单点等值查询场景
    • 例如 Redis 中的键值存储，哈希索引表现更佳
    • MySQL Memory 引擎默认使用哈希索引就是看中其等值查询性能

• 数据组织结构角度来讲

  • B+ 树是一种多路平衡查找树，有序存储数据
  • 哈希索引基于哈希表实现，无序存储数据
  • B+ 树的叶子节点包含所有数据并且通过链表连接
    • 这种结构使得 B+ 树天然支持范围扫描和排序操作
    • InnoDB 引擎的主键索引就是一个 B+ 树结构

• 功能支持角度来讲

  • B+ 树索引支持全键值匹配、范围查询和前缀匹配
  • 哈希索引只支持等值查询，不支持排序和范围查询
  • B+ 树索引可用于实现 ORDER BY 和 GROUP BY 操作
    • 例如 SELECT * FROM user WHERE age > 20 ORDER BY id
    • 哈希索引无法利用索引完成排序，需要额外排序操作

• 空间与维护开销来讲

  • 哈希索引结构简单，内存占用相对较小
  • B+ 树索引需要维护树的平衡性，占用空间较大
  • 当数据频繁变化时
    • B+ 树可能需要频繁的节点分裂和合并操作
    • 哈希索引可能面临哈希冲突和扩容问题，需要rehash

• 实际应用选择来讲

  • 关系型数据库主流选择 B+ 树索引
    • MySQL InnoDB、PostgreSQL、Oracle 等都以 B+ 树为主
    • 适合复杂查询场景，支持范围条件和排序
  • NoSQL 数据库常用哈希索引
    • Redis、Memcached 等键值存储使用哈希索引
    • MongoDB 对于非主键索引使用 B 树，对 _id 使用哈希索引
  • 有些数据库支持同时使用两种索引类型
    • MySQL 的 Memory 引擎支持同时使用哈希索引和 B+ 树索引
    • PostgreSQL 允许创建 hash 和 btree 类型的索引