해시 인덱스란? | Notion

🔹 해시 인덱스의 원리

해시 인덱스는 특정 키 값(예: id = 123)을 해시 함수(Hash Function) 에 넣어서 특정 위치(버킷, bucket)를 찾아가는 방식이야.

즉, 키 값을 직접 계산해서 데이터가 있는 위치를 빠르게 찾아가는 구조지.

📌 예제

만약 id 컬럼에 해시 인덱스를 만들었다고 하면,

id = 123 이라는 값을 찾을 때, 해시 함수가 123을 특정 버킷 번호로 변환함.
해당 버킷을 바로 찾아가기 때문에 탐색 속도가 O(1) 에 가까워짐.
그래서 "정확한 값 하나를 찾을 때" 매우 빠름.

🔹 해시 인덱스 vs. B-Tree 인덱스(클러스터링, 논클러스터링)

비교 요소	해시 인덱스	B-Tree 인덱스 (클러스터링, 논클러스터링)
검색 속도	O(1) (거의 즉시 찾음)	O(log N) (트리 탐색)
범위 검색 (`BETWEEN`, `ORDER BY`)	❌ 비효율적	⭕ 효율적
등가 검색 (`=`)	⭕ 매우 빠름	⭕ 빠름
LIKE 검색 (`WHERE name LIKE 'A%'`)	❌ 불가능	⭕ 가능
정렬된 데이터 유지	❌ 정렬 안 됨	⭕ 정렬된 상태 유지
사용 예시	정확한 키 값 조회 (`WHERE id = 123`)	범위 조회, 정렬, 다중 조건 검색

📌 즉, 해시 인덱스는 이런 경우에 적합해!

WHERE 절에서 '=' 또는 IN 연산을 자주 사용할 때 (예: id = 123)
읽기 연산이 많고, 범위 검색이 거의 없을 때
MySQL MEMORY 엔진처럼 해시 인덱스를 기본으로 제공하는 경우

🔹 예제 데이터로 비교

📌 B-Tree 인덱스 사용 (클러스터링 or 논클러스터링)

sql
복사편집
SELECT * FROM users WHERE age BETWEEN 20 AND 30;

➡ B-Tree 인덱스는 나이 기준으로 정렬되어 있어서 범위 검색이 빠름