1. Bitmap索引的使用
1.1 Bitmap索引介绍
bitmap index是一种位图索引，是一种快速数据结构，能够加快查询速度
1.2 Bitmap索引使用的注意事项
使用限制：
- 目前索引仅支持bitmap类型的索引
- 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索引仅在Segment V2储存格式下生效。当创建index时，表的存储格式将默认转换为V2格式
bitmap索引支持的数据类型:
- TINYINT
- SMALLINT
- INT
- UNSIGNEDINT
- BIGINT
- CHAR
- VARCHAR
- DATE
- DATETIME
- LARGEINT
- DECIMAL
- BOOL
1.3 Bitmap索引的使用
创建索引
|
1
2
3
4
|
mysql> create index if not exists click_bitmap_index on test_db.click (user_id) using bitmap comment 'bitmap index test';
Query OK, 0 rows affected (0.05 sec)
mysql>
|
查看索引
|
1
2
3
4
5
6
7
8
9
|
mysql> show index from test_db.click;
+-------------------------------+------------+--------------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+-------------------+
| Table | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment |
+-------------------------------+------------+--------------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+-------------------+
| default_cluster:test_db.click | | click_bitmap_index | | user_id | | | | | | BITMAP | bitmap index test |
+-------------------------------+------------+--------------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+-------------------+
1 row in set (0.04 sec)
mysql>
|
删除索引
|
1
2
3
4
|
mysql> drop index if exists click_bitmap_index on test_db.click;
Query OK, 0 rows affected (0.03 sec)
mysql>
|
2. BloomFilter索引
2.1 BloomFilter索引介绍
是一种多哈希函数映射的快速查找算法，本质上是一种位图结构。通常应用在一些需要快速判断某个元素是否属于集合，但是并不严格要求100%正确的场合，因为BloomFilter会告诉调用者一个元素存在或不存在一个集合。但存在不一定准确
2.2 BloomFilter原理
实际上是由一个超长的二进制位数组和一系列的哈希函数组成。二进制位数组初始全部为0，当给定一个元素时，这个元素会被一系列哈希函数计算映射出一系列的值，所有的值在位数组的偏移量处置为1。而对于一个待查询的元素，也会用相同的哈希函数映射到位数组上，只要有一个哈希函数映射没有命中之前的元素的偏移量，则不存在于集合中
下图所示出一个m=18, k=3(m是该Bit数组的大小，k是Hash函数的个数)的Bloom Filter示例。集合中的x、y、z三个元素通过3个不同的哈希函数散列到位数组中。当查询元素w时，通过Hash函数计算之后因为有一个比特为0，因此w不在该集合中
BloomFilter索引也是以Block为粒度创建的。每个Block中，指定列的值作为一个集合生成一个BloomFilter索引条目，用于在查询是快速过滤不满足条件的数据
2.3 BloomFilter索引的使用
创建表使用BloomFilter索引
|
1
2
3
4
5
6
7
8
9
10
11
12
|
mysql> create table order_tb(
-> user_id bigint,
-> order_date date,
-> city varchar(32),
-> url varchar(512)
-> ) distributed by hash(user_id, city) buckets 8
-> properties(
-> 'bloom_filter_columns'='user_id,order_date'
-> );
Query OK, 0 rows affected (0.07 sec)
mysql>
|
查看BloomFilter索引
|
1
|
mysql> show create table order_tb;
|
删除BloomFilter索引
|
1
2
3
4
|
mysql> alter table test_db.order_tb set ('bloom_filter_columns' = '');
Query OK, 0 rows affected (0.05 sec)
mysql>
|
修改BloomFilter索引
|
1
2
3
4
|
mysql> alter table test_db.order_tb set ('bloom_filter_columns' = 'user_id,city');
Query OK, 0 rows affected (0.05 sec)
mysql>
|
2.4 Doris BloomFilter使用场景
- 首先BloomFilter适用于非前缀过滤
- 查询会根据该列高频过滤，而且查询条件大多是in和=过滤
- 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
2.5 Doris BloomFilter使用注意事项
- 不支持对Tinyint、Float、Double 类型的列建Bloom Filter索引
- Bloom Filter索引只对in和=过滤查询有加速效果
- 如果要查看某个查询是否命中了Bloom Filter索引，可以通过查询的Profile信息查看
|
