全球今日訊！深入淺出話DB｜柏睿數(shù)據(jù)RapidsDB高性能解密之索引使用

索引！

【資料圖】

又見索引！

各位朋友知道，索引幾乎伴著所有結(jié)構(gòu)化和非結(jié)構(gòu)數(shù)據(jù)庫(kù)出現(xiàn)，就像紫薇格格旁邊一定站著丫鬟金鎖那樣，就看是冰冰伴著心如還是耀琪伴著海陸。每個(gè)數(shù)據(jù)庫(kù)使用的索引技術(shù)都有點(diǎn)像，但又不全像。可以肯定的是，索引的唯一目標(biāo)就是為數(shù)據(jù)主人跑腿，實(shí)現(xiàn)更高的查詢性能！

言歸正傳，我們來看看柏睿數(shù)據(jù)內(nèi)存分布式數(shù)據(jù)庫(kù)RapidsDB的索引是怎么扮演好它的加速功能吧！

RapidsDB的索引包括了3類索引：

n 第一類：行存表索引

跳表索引：

RapidsDB中的默認(rèn)索引類型是跳表索引，對(duì)比其他大多數(shù)數(shù)據(jù)庫(kù)（比如MYSQL）使用的B-Tree索引，RapidsDB將跳表索引優(yōu)化為在內(nèi)存中運(yùn)行，不僅可以實(shí)現(xiàn)無鎖并提供極快的插入性能，還提供Btree類似的O(log(n))查找性能，非常適合OLTP遍歷查詢。

索引使用到的無鎖（或者叫非阻塞）算法是跳表索引的一個(gè)大特點(diǎn)：它使數(shù)據(jù)庫(kù)線程始終可以運(yùn)行，尤其在多核CPU硬件上實(shí)現(xiàn)高并發(fā)負(fù)載。同時(shí)還擺脫了Btrees需要使用復(fù)雜的鎖定方案來實(shí)現(xiàn)線程安全的困局。對(duì)BWtree這類比較新的無鎖索引數(shù)據(jù)結(jié)構(gòu)，規(guī)避掉被設(shè)計(jì)遠(yuǎn)超跳表的復(fù)雜數(shù)據(jù)結(jié)構(gòu)實(shí)現(xiàn)無鎖。可以說跳表的簡(jiǎn)單性使其非常適合無鎖實(shí)現(xiàn)。

哈希索引：

哈希索引在數(shù)據(jù)庫(kù)中十分常見。一般情況下，只有當(dāng)查詢對(duì)索引中的每一列都使用相等過濾器時(shí)，才會(huì)使用哈希索引。所以按理說，哈希索引應(yīng)該只在用戶的特定數(shù)據(jù)集和工作負(fù)載有明顯的需要和可測(cè)量的好處時(shí)使用。在這些特定情況下，哈希索引提供了對(duì)唯一值的快速精確的匹配訪問。

n 第二類：列存表索引

列存儲(chǔ)索引利用列存儲(chǔ)技術(shù)高效地從磁盤存儲(chǔ)中檢索大量值（建議使用閃存或固態(tài)硬盤）。因?yàn)榱写鎯?chǔ)索引通常提供大量壓縮數(shù)據(jù)，這是由磁盤支持的，不像RapidsDB中的其他類型的索引那樣要求所有數(shù)據(jù)都必須存放于內(nèi)存中，所以對(duì)于時(shí)刻處理PB級(jí)數(shù)據(jù)量的分析型工作的負(fù)載優(yōu)化非常有用。

列存索引是將列存表中一列或多列定義為鍵列。數(shù)據(jù)按鍵列順序存儲(chǔ)以提高檢索性能。由此引入行段概念，行段是列存索引中存儲(chǔ)在一起的一組行，每個(gè)行都由列段組成。RapidsDB存儲(chǔ)每行的元數(shù)據(jù)，其中包括給定段的總行數(shù)，以及跟蹤哪些行已被刪除的位掩碼。而且RapidsDB會(huì)在列存索引鍵列上的一組行段進(jìn)行排序。這意味在已排序的行段組中，不會(huì)有行段與構(gòu)成列存索引鍵的列的值范圍重疊。在對(duì)表運(yùn)行 INSERT、LOAD 或 UPDATE 查詢后創(chuàng)建更多段時(shí)，會(huì)形成新的段組。

在以下四種情況下，列存索引對(duì)RapidsDB的列存表起明顯的加速效果：

ü 查詢僅掃描索引指定的列段，如測(cè)試表Products的索引為Qty，查詢 SELECT SUM(Qty) FROM Products；則只需要掃描Qty列段，并且利用列段中的值做SUM計(jì)算。

ü 查詢只引用行段中的列存索引元數(shù)據(jù)。最簡(jiǎn)單例子:SELECT COUNT(*) FROM Products;使用MAX或者M(jìn)IN也可以達(dá)到相同的效果。

ü 查詢過濾條件使用列存索引元數(shù)據(jù)的最小值和最大值，判斷是否跳過掃描對(duì)應(yīng)的行段。優(yōu)化效率取決于實(shí)際可以跳過的段的百分比。

ü 在表關(guān)聯(lián)時(shí)，列存索引被用在關(guān)聯(lián)條件時(shí)，只需要簡(jiǎn)單掃描行段的值，就可以完成關(guān)聯(lián)條件的過濾，同樣的跳過了IO磁盤掃描的開銷，提升性能。

n 第三類：特殊數(shù)據(jù)類型索引

全文索引（Full-Text Index）：

全文搜索使用逆向索引的方式在大量文本中搜索單詞或短語(yǔ)。這類搜索可以是精確也可以是模糊的，目前只支持CHAR、VARCHAR、TEXT和LONGTEXT這幾種數(shù)據(jù)類型。目前對(duì)于RapidsDB來說，僅在列存表上支持全文索引。此外，全文索引CREATE TABLE查詢的一部分啟用。這意味著在創(chuàng)建表后不能刪除或更改全文索引。如果表被刪除，那么索引會(huì)被自動(dòng)刪除。

地理空間索引:

地理空間索引在國(guó)內(nèi)項(xiàng)目中使用得不多，它用存儲(chǔ)在保存空間數(shù)據(jù)的列上，用來定義地理空間索引，并用于加快對(duì)它們的查詢。地理空間索引使用控制參數(shù)值（6-32）對(duì)多邊形和線型進(jìn)行切分。數(shù)字越小索引使用的內(nèi)存消耗越小、插入和更新等操作越快，但查詢時(shí)間就慢。越大的控制參數(shù)值則以內(nèi)存和插入性能為代價(jià)來提高查詢性能。

在國(guó)有大行普惠金融項(xiàng)目應(yīng)用中，現(xiàn)場(chǎng)使用的都是列存表，柏睿數(shù)據(jù)對(duì)這些表都做了創(chuàng)建列存索引的優(yōu)化操作，并且按客戶要求的深度優(yōu)化中，通過對(duì)業(yè)務(wù)應(yīng)用分析，對(duì)索引鍵做響應(yīng)的調(diào)整，獲得提升30%到幾倍的優(yōu)化效果。

責(zé)任編輯：Rex_08