从一堆数据中很快的查找出某一个数据位置，或者用某一个字段的值，来查找出整条记录，这样的情况在数据库中是非常普遍的情况。所以一定要有非常高效的算法能够实现这样的场景，由于数据库存储的记录又非常的多，所以，最好算法复杂度能够是O(1)。这样，查找的速度不会随着数据的增长而原来越慢。那么HASH算法就是这样一个很好的算法

HASH函数

HASH算法首先需要一个HASH函数

HASH函数，一般翻译做散列、杂凑，或音译为哈希，是把任意长度的输入（又叫做预映射pre-image）通过散列算法变换成固定长度的输出，该输出就是散列值。这种转换是一种压缩映射，也就是，散列值的空间通常远小于输入的空间，不同的输入可能会散列成相同的输出，所以不可能从散列值来确定唯一的输入值。简单的说就是一种将任意长度的消息压缩到某一固定长度的消息摘要的函数。

常用Hash函数有：

1．直接寻址法。取关键字或关键字的某个线性函数值为散列地址。

2．数字分析法。分析一组数据，比如一组员工的出生年月日，这时我们发现出生年月日的前几位数字大体相同，这样的话，出现冲突的几率就会很大，但是我们发现年月日的后几位表示月份和具体日期的数字差别很大，如果用后面的数字来构成散列地址，则冲突的几率会明显降低。

3．平方取中法。取关键字平方后的中间几位作为散列地址。

4．折叠法。将关键字分割成位数相同的几部分，最后一部分位数可以不同，然后取这几部分的叠加和（去除进位）作为散列地址。

5．随机数法。

6．除留余数法。取关键字被某个不大于散列表表长m的数p除后所得的余数为散列地址。即 H(key) = key MOD p,p<=m。不仅可以对关键字直接取模，也可在折叠、平方取中等运算之后取模。对p的选择很重要，一般取素数或m，若p选的不好，容易产生碰撞。

HASH算法

有了哈希函数以后，我们就可以查找数据的关键字段key，映射成一固定长度的散列值，然后创建一个桶，将散列值用于桶的下标，这样就可以实现对数据记录的O(1)的访问

HASH算法在数据库中的应用

HASH算法在数据库中的使用，有

1. HASH索引，能够实现将数据的关键字段key，映射成一固定长度的散列值，通过散列值查找数据块，这样可以实现通过字段查找数据的O(1)算法，但是并不适用于范围扫描。
2. HASHJOIN，在JOIN通过使用HASH函数将表进行哈希后在进行关联的

3. HASH分区，通过按照字段使用HASH函数将数据分开存储在不同的文件中，避免单表的数据量过于庞大，引起数据查找速度的下降。

以上就是HASH算法在数据库场景中的应用