> ## Documentation Index
> Fetch the complete documentation index at: https://private-7c7dfe99-fix-nav-issues.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# hashed 字典布局类型

> 使用哈希表在内存中存储字典：hashed、sparse_hashed、complex_key_hashed、complex_key_sparse_hashed

<div id="hashed">
  ## hashed
</div>

该字典以哈希表形式完整存储在内存中。字典可包含任意数量、使用任意标识符的元素。实际使用中，键的数量可达到数千万级别。

字典键的类型为 [UInt64](/zh/reference/data-types/int-uint)。

支持所有类型的数据源。更新时，会完整读取全部数据 (来自文件或表) 。

配置示例：

<Tabs>
  <Tab title="DDL">
    ```sql theme={null}
    LAYOUT(HASHED())
    ```
  </Tab>

  <Tab title="配置文件">
    ```xml theme={null}
    <layout>
      <hashed />
    </layout>
    ```
  </Tab>
</Tabs>

<br />

带设置项的配置示例：

<Tabs>
  <Tab title="DDL">
    ```sql theme={null}
    LAYOUT(HASHED([SHARDS 1] [SHARD_LOAD_QUEUE_BACKLOG 10000] [MAX_LOAD_FACTOR 0.5]))
    ```
  </Tab>

  <Tab title="配置文件">
    ```xml theme={null}
    <layout>
      <hashed>
        <!-- 如果分片数大于 1（默认值为 `1`），字典将并行加载
             数据；当单个字典中包含大量元素时，这会很有帮助。 -->
        <shards>10</shards>

        <!-- 并行队列中块的积压大小。

             由于并行加载中的瓶颈在于重新哈希，因此为了避免
             线程在执行重新哈希时造成停顿，需要保留一定的
             积压。

             10000 在内存和速度之间提供了较好的平衡。
             即使对于 10e10 个元素，也能处理全部负载而不会发生饥饿。 -->
        <shard_load_queue_backlog>10000</shard_load_queue_backlog>

        <!-- 哈希表的最大负载因子。该值越大，内存
             利用率越高（浪费的内存更少），但读取性能
             可能会下降。

             有效值：[0.5, 0.99]
             默认值：0.5 -->
        <max_load_factor>0.5</max_load_factor>
      </hashed>
    </layout>
    ```
  </Tab>
</Tabs>

<br />

<div id="sparse_hashed">
  ## sparse\_hashed
</div>

与 `hashed` 类似，但会以增加 CPU 使用为代价来降低内存占用。

字典键的类型为 [UInt64](/zh/reference/data-types/int-uint)。

配置示例：

<Tabs>
  <Tab title="DDL">
    ```sql theme={null}
    LAYOUT(SPARSE_HASHED([SHARDS 1] [SHARD_LOAD_QUEUE_BACKLOG 10000] [MAX_LOAD_FACTOR 0.5]))
    ```
  </Tab>

  <Tab title="配置文件">
    ```xml theme={null}
    <layout>
      <sparse_hashed>
        <!-- <shards>1</shards> -->
        <!-- <shard_load_queue_backlog>10000</shard_load_queue_backlog> -->
        <!-- <max_load_factor>0.5</max_load_factor> -->
      </sparse_hashed>
    </layout>
    ```
  </Tab>
</Tabs>

<br />

这种类型的字典也可以使用 `shards`；而且由于 `sparse_hashed` 速度更慢，这一点相比 `hashed` 更为重要。

<div id="complex_key_hashed">
  ## complex\_key\_hashed
</div>

这种存储类型适用于复合[键](/zh/reference/statements/create/dictionary/attributes#composite-key)。与 `hashed` 类似。

配置示例：

<Tabs>
  <Tab title="DDL">
    ```sql theme={null}
    LAYOUT(COMPLEX_KEY_HASHED([SHARDS 1] [SHARD_LOAD_QUEUE_BACKLOG 10000] [MAX_LOAD_FACTOR 0.5]))
    ```
  </Tab>

  <Tab title="配置文件">
    ```xml theme={null}
    <layout>
      <complex_key_hashed>
        <!-- <shards>1</shards> -->
        <!-- <shard_load_queue_backlog>10000</shard_load_queue_backlog> -->
        <!-- <max_load_factor>0.5</max_load_factor> -->
      </complex_key_hashed>
    </layout>
    ```
  </Tab>
</Tabs>

<br />

<div id="complex_key_sparse_hashed">
  ## complex\_key\_sparse\_hashed
</div>

这种存储类型用于复合[键](/zh/reference/statements/create/dictionary/attributes#composite-key)，与 [sparse\_hashed](#sparse_hashed) 类似。

配置示例：

<Tabs>
  <Tab title="DDL">
    ```sql theme={null}
    LAYOUT(COMPLEX_KEY_SPARSE_HASHED([SHARDS 1] [SHARD_LOAD_QUEUE_BACKLOG 10000] [MAX_LOAD_FACTOR 0.5]))
    ```
  </Tab>

  <Tab title="配置文件">
    ```xml theme={null}
    <layout>
      <complex_key_sparse_hashed>
        <!-- <shards>1</shards> -->
        <!-- <shard_load_queue_backlog>10000</shard_load_queue_backlog> -->
        <!-- <max_load_factor>0.5</max_load_factor> -->
      </complex_key_sparse_hashed>
    </layout>
    ```
  </Tab>
</Tabs>

<br />