当前位置：首页 > news >正文

详解 MySQL 自适应哈希

news 2025/11/17 8:21:29

什么是哈希索引

哈希索引是基于内存的支持，底层结构就是链式哈希表，增删改查的时间复杂度都是O(1)。

通过将索引键（如数据库表的主键、Redis 的 Key）经过哈希函数计算得到哈希值，再将哈希值映射到对应的存储位置（槽位），从而快速定位数据的物理地址或内存地址。

AHI 完全存储在 InnoDB 的 缓冲池（Buffer Pool） 中，属于缓冲池内部的一块专用内存区域，并非独立于缓冲池的单独内存空间。

哈希表数组（Hash Bucket Array）

哈希链表（Hash Chain）

解决哈希冲突：当多个索引键的哈希值映射到同一个哈希桶时，会通过链表形式存储（链地址法）。
链表节点内容：每个节点存储 3 类核心信息：
- 索引键的完整值（或前缀，取决于 AHI 的构建策略）；
- 对应的 B+ 树索引类型（聚簇索引 / 二级索引）；
- 数据页在缓冲池中的内存地址（或页号），以及页内数据的偏移量（直接定位到具体行数据）。

解析与优化器决策：优化器选择name二级索引（等值查询适合二级索引），避免全表扫描。
二级索引 B + 树遍历（从根到叶）：
- 与聚簇索引遍历逻辑一致：从二级索引根节点开始，逐层查找name='苗'对应的子节点，直到叶子节点。
- 二级索引叶子节点存储「索引键（username）+ 主键 id」（如('苗', 100)），通过二分查找定位到username='苗'对应的主键 id=100。
- 关键：二级索引遍历同样无 AHI 加速，需完整走 B + 树逐层查找（启用 AHI 时，热点username会通过哈希表直接获取主键 id）。
回表查询（聚簇索引查找）：
- 拿到主键 id=100 后，需通过聚簇索引查询完整行数据（即回表），回表流程与聚簇索引等值查询完全一致（从根到叶遍历 B + 树，定位叶子节点的完整行）。
数据整合与返回：将回表获取的完整行数据返回给应用。

在AHI中，key就是经常被访问的索引，value就是索引对应的物理数据页的位置。

InnoDB 会持续监控所有索引的查询操作，尤其是等值查询。它会为每个索引键维护一个访问计数器，记录其被查询的次数。当某个索引键的访问次数达到内部阈值时，InnoDB 会将其视为热点数据，并触发 AHI 的构建。

当后续有相同的等值查询时，InnoDB 会先检查 AHI 的哈希表：

基于主键的查找，大部分都是哈希查找。

AHI 的哈希表大小是有限的（默认占用缓冲池的 1/6），当哈希表满时，InnoDB 会根据LRU（最近最少使用）算法淘汰掉访问频率较低的索引键，为新的热点数据腾出空间。当索引键对应的记录被删除或更新时，InnoDB 会同步更新 AHI 中的对应条目，确保数据一致性。

只有满足以下条件，二级索引的索引键才会被 InnoDB 自动加入到自适应哈希索引中：

1. 查询类型必须是等值查询

2. 索引键值的访问频率足够高

3. 索引键值的选择性足够好

选择性是指索引键值的唯一程度（选择性 = 唯一索引值数量 / 总记录数）。
AHI 更倾向于缓存选择性高的索引键（如主键、唯一索引），因为这些索引键的等值查询命中率更高，能显著提升性能。
对于选择性极低的索引（如 gender 字段，只有男 / 女两个值），即使访问频率高，InnoDB 也可能不会将其加入 AHI，因为哈希冲突的概率太高，优化效果有限。

4. 索引必须是 B+ 树索引