巧用 Hash 鍵值優化長字符串查詢：Checksum 算法實戰與性能增益分析

痛點：長字符串索引的空間與性能雙重困境

業務常需按多個長字符串列 (如 Name + GroupName，各 50 字符) 聯合查詢。5000 萬行表上建立復合索引，每行消耗 100+ 字節，索引體積龐大，插入/更新維護開銷大，查詢仍需字符串比對。

解決方案：Hash 桶索引

核心思想

應用確定性 Hash 算法 (SQL Server 內置 CHECKSUM()) 將長字符串映射為 4 字節整數，構建 計算列 + 非聚集索引，查詢時先按 Hash 值精確定位候選行集，再回表驗證原始字符串。

實戰步驟

1. 添加計算列：

   ALTER TABLE HumanResources.Department
   ADD Name_GroupName_Hash AS CHECKSUM(Name, GroupName)

2. 建立索引：

   CREATE INDEX IX_Department_Hash
   ON HumanResources.Department (Name_GroupName_Hash)

3. 改寫查詢/存儲過程：

   CREATE PROCEDURE DemoHash
     @Name VARCHAR(50), @GroupName VARCHAR(50)
   AS
   DECLARE @HashKey INT = CHECKSUM(@Name, @GroupName)
   SELECT * FROM HumanResources.Department
   WHERE Name_GroupName_Hash = @HashKey
     AND Name = @Name
     AND GroupName = @GroupName

性能增益分析

關鍵注意點

• CHECKSUM() 可能碰撞 → 必須回表驗證原始列
• 適用於 等值查詢，不支援範圍/模糊查詢
• 小表 (<100萬行) 收益不明顯，大表效果顯著
• 多表聯合查詢可建立橋接表存儲跨表 Hash 鍵

擴展：Hash 桶應用模式

• 數據去重/重複檢測
• 分布式系統分片鍵
• 緩存鍵生成
• 變更數據捕獲 (CDC) 快速比對