DB疑问解答之 --- 为什么使用树结构组织索引

学过数据结构的人都知道，用于查找的数据结构有：
（1）线性表；
（2）树；
（3）Hash表；
很明显Hash的查找是最快的。

问题：但是为什么数据库像MySQL，Oracle，SyBase，MS
SqlServer都是使用B+或者B-树来存储数据库索引的。那么他们为什么都是用树，而不是速度更快的Hash表来存储索引呢？？？
任何事物都是有两面性的，Hash索引也一样，虽然Hash索引效率高，但是
Hash索引本身由于其特殊性也带来了很多限制和弊端，主要有以下这些。
 
（1）Hash索引仅仅能满足"=","IN"和"<=>"查询，不能使用范围查询。
 
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。
 
（2）Hash索引无法被用来避免数据的排序操作。
 
由于 Hash索引中存放的是经过 Hash计算之后的
Hash值，而且Hash值的大小关系并不一定和 Hash运算前的键值完全一样，所以数据库无法利用索引的数据来避免任何排序运算；
 
（3）Hash索引不能利用部分索引键查询。
 
对于组合索引，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。
 
（4）Hash索引在任何时候都不能避免表扫描。
 
前面已经知道，Hash索引是将索引键通过Hash运算之后，将
Hash运算结果的 Hash值和所对应的行指针信息存放于一个 Hash表中，由于不同索引键存在相同
Hash值，所以即使取满足某个 Hash键值的数据的记录条数，也无法从 Hash索引中直接完成查询，还是要通过访问表中的实际数据进行相应的比较，并得到相应的结果。
 
（5）Hash索引遇到大量Hash值相等的情况后性能并不一定就会比B-Tree索引高。
 
对于选择性比较低的索引键，如果创建 Hash索引，那么将会存在大量记录指针信息存于同一个 Hash值相关联。这样要定位某一条记录时就会非常麻烦，会浪费多次表数据的访问，而造成整体性能低下。
 
源文档 <http://devbbs.doit.com.cn/thread-15065-1-1.html>
 
====================================Hash索引的应用========================================

虽然Hash索引有很多劣势，但是像MSSQLServer， MySQL等数据库中仍然有用到Hash索引的地方。
 
比如在MySQL中，目前主要是 Memory和NDB Cluster存储引擎使用。

所谓Hash 索引，实际上就是通过一定的 Hash 算法，将须要索引的键值进行 Hash 运算，然后将得到的 Hash 值存入一个 Hash表中。每次须要检索的时候，都会将检索条件进行相同算法的 Hash 运算，再和Hash 表中的 Hash 值进行比较，并得出相应的信息。
在 Memory 存储引擎中，MySQL还支持非唯一的 Hash 索引。

可能很多人会比较惊讶，如果是非唯一的 Hash 索引，那相同的值该如何处理呢？在 Memory 存储引擎的 Hash索引中，如果遇到非唯一值，存储引擎会将它们链接到同一个Hash 键值下，并以一个链表的形式存在，然后在取得实际键值时过滤不符合的键。
由于 Hash索引结构的特殊性，其检索效率非常高，索引的检索可以一次定位，不像B-Tree 索引需要从根节点到枝节点，最后才能访问到页节点这样多次的IO访问，所以 Hash索引的查询效率要远高于 B-Tree 索引。
 
源文档 <http://book.51cto.com/art/200906/132449.htm>