Hash 内部散列和外部散列的区别

来自《数据库系统基础》一书：

内部哈希

对于内部文件，哈希通常通过使用 记录的数组。假设数组索引范围为0到M–1，如下所示： 如图17.8（a）所示；然后我们有M个插槽，其地址对应于 数组索引。我们选择一个哈希函数，将哈希字段值转换为 介于0和M之间的整数− 1.一个常见的散列函数是h（K）=K mod M函数，它返回divi之后整数散列字段值K的剩余部分- 用M表示；然后将该值用于记录地址。[……]

当要插入的记录的哈希字段值为哈希值时，会发生冲突 发送到已包含其他记录的地址

外部散列

磁盘文件的散列称为外部散列。以适应磁盘的特性 存储时，目标地址空间由存储桶组成，每个存储桶包含多个 记录。bucket是一个磁盘块或一组连续磁盘块。这个 散列函数将一个键映射到一个相对的bucket编号，而不是分配一个 存储桶的绝对块地址。文件头中维护的表将转换为 将存储桶编号输入相应的磁盘块地址，如中所示 图17.9。 桶的碰撞问题不那么严重，因为可以容纳尽可能多的记录 在一个bucket中，可以散列到同一个bucket而不会引起问题

我有以下问题：
1） 记录总是记录在块内，因此内部哈希是否返回块地址和记录在块内的位置？
2） 为什么外部散列的冲突问题不那么严重？我的意思是，假设每个块可以存储10条记录；我推测我将存储的文件包含100条记录，然后，使用外部散列，我可能分配11-12个存储桶（我假设一个存储桶=1个块），因此散列函数将向存储桶返回10-12个地址

---

如果我使用内部哈希，因为哈希函数返回一个直接地址，我会使用一个返回大约100-120个地址的函数。
那么有什么区别呢？通过这种方式，我认为使用这两种方法的冲突概率是相同的。

据我所知，您可以将“外部哈希”视为“开放哈希”。在开放哈希中，我们要做的是，哈希表中的每个成员都指向一个可以存储多个键的唯一列表。因此，当发生冲突时，键被输入到哈希表元素所指向的列表中。这样就减少了冲突的可能性（这取决于列表的大小）。我发现这张幻灯片非常有用，请看一看（幻灯片编号30和32）

内部哈希是一个包含哈希键地址的数组。因此，每个数组索引只能包含哈希键的一个地址，因此，如果另一个哈希键分配给数组的同一索引，这将导致冲突。另一方面，外部散列主要是M的bucket，每个bucket可以占用多个散列键。因此，当桶满时会发生冲突。

< P>当书作者考虑内部散列文件时，他们会想到在强>主内存>中对文件定义的哈希值。他们只考虑将元素分配给数组，当他们详细阐述内部散列时。此外，在编写内部哈希时，他们不会将记录放入块中，并且可能无意比较这两种类型的哈希。我们对磁盘存储感兴趣的散列是外部散列。这应该是两个问题的答案。

请说出这本书的名字。1） 实现可能会选择，甚至执行二次散列2）在我看来，你是对的。我看不出有什么不同。我加了书名。“实现可以选择，甚至可以执行二次哈希”是什么意思？这是对“记录总是记录在块内，因此内部哈希是否返回块地址和记录在块内的位置？”哈希表的实现可以选择只计算块地址并在块内执行线性搜索，也可以在块内计算地址。如果我清楚地理解，这里的内部表示内存/RAM中的某个内容，而外部表示磁盘/辅助存储中的某个内容。