分散式資料庫索引能力大調研

索引，是資料庫中非常重要的一類物件。在資料庫中增加索引，是常見的一種最佳化手段，特別是對於查詢語句的最佳化，很多都可以透過增加索引方式來解決。在分散式資料庫情況下，索引又有所不同，其較單機或集中式資料庫在設計、管理、最佳化方面有一定的差異。本文針對國內主流的一些分散式資料庫，針對索引功能做了個小調研，希望對大家能有所幫助。這裡特別感謝來自奧神貝斯、平凱星辰、阿里雲、騰訊雲、金篆信科、萬里開源老師的協助。

1. 索引概述

1).索引優點與缺點

索引作為一種可選的資料結構，可有效提升基於索引欄位的查詢效能，使用者可根據業務自身需求進行選擇。其優點非常明顯，即在不修改SQL語句的前提下可以加速查詢，其原理是因為透過掃描索引減少了對原表的訪問，進而節省了查詢IO，提升效能。但索引也不是什麼“銀彈”，其缺點非常明顯，索引作為一種資料庫的結構，只要佔據儲存空間並會導致資料維護成本的提高。此外，隨著業務調整變化，原索引也需要人工維護。

2).分散式下索引特殊性

在分散式資料庫中，資料是採用分片方式儲存，即表中的資料存在在不同節點上。在索引中需要記錄索引列及對應在原表中的位置，故其使用維護成本是比較高的。而且資料的拆分情況下，資料規模減少了很多，是否還需要透過索引加速訪問也值得商榷。很多單機或集中式資料庫遷移到分散式資料庫時，其對應的索引策略是不建議直接平移過來，需要結合分片設計做單獨考慮。

3).索引使用建議

如何更好地使用索引，有一些通用的建議：

• 索引建立，應遵循最左字首原則。

• 儘量選擇基數較高的欄位，所謂索引欄位。

• 為經常參加過濾、關聯、排序的欄位建立索引。

• 可以利用覆蓋索引，有效避免回表操作。

針對分散式資料庫中的索引，有些不同的建議：

• 減少不必要的全域性索引，因為其維護代價很高。

• 在資料分片下，資料規模進一步縮小，需考慮建立索引的必要性。

2. 索引能力大對比

近些年來，國內湧現出一大批分散式資料庫產品，其架構不同、功能各異。使用者在使用時，面臨一個普遍問題就是選型，作為重要的考察功能之一，索引也是大家非常關注的一點。這裡針對國內的一些主流分散式資料庫在索引功能上的情況，做了個簡單調研。

[1] TiDB中的索引都被認為是全域性索引，故不存在本地索引說法

1).索引型別

這裡談的索引型別，是指索引是否有獨立的資料分佈模式。也就是說，索引是否是按照跟表相同的資料分佈方式，還是自己獨立一套。前者通常被稱為本地索引、區域性索引，後者則被稱為全域性索引、二級索引等。對於本地索引而言，由於其資料分佈與表相同，因此如果想使用使用是需要配合分割槽鍵的，能精確定位到分割槽的場景。對於全域性索引而言，則沒有這個限制，可以按照非分割槽鍵的維度進行查詢。通常全域性索引也是使用在不包含分割槽鍵的多維度查詢場景。當然其付出的代價也很大，每一筆資料都有可能會演化為跨機的分散式事務，對資料庫的吞吐、延時等都會造成影響。這裡可參考下網上一篇評測報告。因此通常建議嚴格區分場景，優先使用本地索引來解決，確實不能解決的再考慮全域性索引，但也要嚴格控制全域性索引的個數。從產品上來看，大部分分散式資料庫產品都支援了全域性索引，這也是為了迎合使用者之前基於單機/集中式資料庫的使用習慣。當然這裡還是強調下，在分散式資料庫中不能一味遷就原有的結構設計，為了獲得效能與效率的平衡，是需要考慮在應用側做些妥協的。這裡需要注意的是 TiDB，因其資料天然具備的自動拆分特點，其索引都可被視為全域性索引。

2).支援表型別

在分散式資料庫中，索引支援在哪些表中建立。很多分散式資料庫支援建立分割槽表(或叫分片表)，也支援建立非分割槽表。對應的索引是否支援在不同型別的表上建立。一般情況下，分割槽表上可以建立分割槽索引(可能是全域性的或本地的)，非分割槽表沒有建立分割槽索引的意義。從產品來看，大部分產品都支援在不同型別的表上建立索引。TiDB 因其自身技術設計，其表都為分割槽表，因此不涉及這個問題。

3).索引唯一性

唯一索引可以確保表中的某個欄位(或組合)的唯一性。在分散式資料庫中，由於資料分片儲存，確保唯一性是個挺難的事。因此大多數情況下，唯一索引是包含分割槽鍵的組合索引，這樣維護的代價相對較小。從產品上看，上述產品都支援了索引的唯一性。

4).索引列個數

索引欄位可支援一個或多個。從產品上看，上述產品都支援單鍵索引和複合索引。

5).索引有序

索引作為一種有序的資料儲存結構，可以按照資料升序順序儲存，也可以按降序儲存，因此建立的索引就有升序索引和降序索引。在進行資料排序類訪問時(如Order By)，可利用索引的有序性來提升訪問效能。當訪問操作需要按照不同於索引排序的方式訪問時(如對索引列降序訪問，但只存在升序索引)，有的資料庫是可以利用升序索引來解決，有的則只能退化為表掃描方式解決。例如在MySQL 8.0中就支援“Backward index scan”來解決此問題。從產品來看，部分產品支援降序索引，部分產品還不支援。

6).特殊索引

除了常規的 BTree 索引外，有些資料庫還支援特殊型別的索引，這裡舉例如空間索引和函式索引。前者是一種用於加速空間資料的查詢的特殊索引型別，主要應用於地理資訊系統(GIS)和空間資料處理領域;後者則是支援對函式或者表示式做索引。這些能力無疑會擴充套件索引的使用範圍。從產品上看，廠商能力參差不齊，特別是針對空間索引。

7).其他能力

索引的其他能力，這裡列舉了幾種常見的。一是索引提示，針對複雜資料訪問場景或最佳化器尚不穩定時，提示是一種有效的應急/規避手段。上述產品也都支援了此功能。索引合併，是指 Index Merge 功能，大部分產品已經支援，少數產品還不行。索引可見性則是指最佳化器是否忽略該索引，這對於索引維護、系統最佳化有一定幫助，上述產品也都支援了。最後則是索引強一致，這也是對索引的最基本要求，也是資料庫與中介軟體產品的差異，上述產品也都支援。