Doris(三) -- 索引

索引

索引用于帮助快速过滤或查找数据。
目前 Doris 主要支持两类索引：
• 内建的智能索引：包括前缀索引和 ZoneMap 索引。
• 用户创建的二级索引：包括 Bloom Filter 索引 和 Bitmap倒排索引。
其中 ZoneMap 索引是在列存格式上，对每一列自动维护的索引信息，包括 Min/Max，Null 值个数等等。这种索引对用户透明。

前缀索引

doris中，对于前缀索引有如下约束：

1. 他的索引键最大长度是36个字节
2. 当他遇到了varchar数据类型的时候，即使没有超过36个字节，也会自动截断
   

doris为这个表创建前缀索引时，它生成的索引键如下：

user_id(8 Bytes) + age(4 Bytes) + message(prefix 24 Bytes）

以下表中我们定义了：age，user_name，message作为表的key

那么，doris为这个表创建前缀索引时，它生成的索引键如下：

age(4 Bytes) +user_name(20 Bytes)
-- 虽然还没有超过36个字节，但是已经遇到了一个varchar字段，它自动截断，不会再往后面取了

当我们的查询条件，是前缀索引的前缀时，可以极大的加快查询速度。

SELECT * FROM table WHERE user_id=1829239 and age=20
-- 该查询的效率会远高于以下查询：
SELECT * FROM table WHERE age=20；

Bloom Filter 索引

1. Bloom Filter 本质上是一种位图结构，用于判断一个值是否存在
2. 会产生小概率的误判，因为hash算法天生的碰撞
3. 在doris中是以tablet为粒度创建的，给每一个tablet创建一个布隆过滤器索引

创建BloomFilter索引

• 建表的时候指定

PROPERTIES (
"bloom_filter_columns"="name,age，uid"
)

• alter修改表的时候指定

ALTER TABLE sale_detail_bloom SET ("bloom_filter_columns" = "k1,k3");

ALTER TABLE sale_detail_bloom SET ("bloom_filter_columns" = "k1,k4");

ALTER TABLE sale_detail_bloom SET ("bloom_filter_columns" = "");

-- 查看BloomFilter索引
SHOW CREATE TABLE sale_detail_bloom \G;

-- 修改/删除BloomFilter索引
ALTER TABLE sale_detail_bloom SET ("bloom_filter_columns" = "customer_id，saler_id");

Doris BloomFilter适用场景
满足以下几个条件时可以考虑对某列建立Bloom Filter 索引：

1. BloomFilter是在无法利用前缀索引的查询场景中，来加快查询速度的。
2. 查询会根据该列高频过滤，而且查询条件大多是 in 和 = 过滤。
3. 不同于Bitmap, BloomFilter适用于高基数列。比如UserID。因为如果创建在低基数的列上，比如 “性别” 列，则每个Block几乎都会包含所有取值，导致BloomFilter索引失去意义。字段随机
   Doris BloomFilter使用注意事项
4. 不支持对Tinyint、Float、Double 类型的列建Bloom Filter索引。
5. Bloom Filter索引只对 in 和 = 过滤查询有加速效果。
6. 可以通过explain来查看命中了哪种索引 --没办法查看

Bitmap 索引

用户可以通过创建bitmap index 加速查询

创建索引
在table1 上为siteid 创建bitmap 索引

CREATE INDEX [IF NOT EXISTS] index_name ON table1 (siteid) USING BITMAP COMMENT 'balabala';

create index 索引名称  on 表名(给什么字段创建bitmap索引) using bitmap COMMENT 'balabala'；

create index user_id_bitmap on sale_detail_bloom(sku_id) USING BITMAP COMMENT '使用user_id创建的bitmap索引';

-- 查看索引
SHOW INDEX FROM example_db.table_name;

-- 删除索引
DROP INDEX [IF EXISTS] index_name ON [db_name.]table_name;

注意事项

• bitmap 索引仅在单列上创建。
• bitmap 索引能够应用在 Duplicate、Uniq 数据模型的所有列和 Aggregate模型的key列上。
• bitmap 索引支持的数据类型如下:(老版本只支持bitmap类型)
  TINYINT，SMALLINT，INT，BIGINT，CHAR，VARCHAR，DATE，DATETIME，LARGEINT，DECIMAL，BOOL
• bitmap索引仅在 Segment V2 下生效(Segment V2是升级版本的文件格式)。当创建 index 时，表的存储格式将默认转换为 V2 格式