Apache Doris的Bitmap索引和BloomFilter索引使用及注意事項

更新時間：2022年09月26日 11:35:43 作者：Bulut0907

bitmap index是一種位圖索引，是一種快速數(shù)據(jù)結(jié)構(gòu)，能夠加快查詢速度，BloomFilter索引也是以Block為粒度創(chuàng)建的，這篇文章主要介紹了Apache Doris的Bitmap索引和BloomFilter索引使用,需要的朋友可以參考下

1. Bitmap索引的使用

1.1 Bitmap索引介紹

bitmap index是一種位圖索引，是一種快速數(shù)據(jù)結(jié)構(gòu)，能夠加快查詢速度

1.2 Bitmap索引使用的注意事項

使用限制：

目前索引僅支持bitmap類型的索引
bitmap索引僅在單列上創(chuàng)建
bitmap索引能夠應用在Duplicate、Uniq數(shù)據(jù)模型的所有列和Aggregate模型的key列上
bitmap索引僅在Segment V2儲存格式下生效。當創(chuàng)建index時，表的存儲格式將默認轉(zhuǎn)換為V2格式

bitmap索引支持的數(shù)據(jù)類型:

TINYINT
SMALLINT
INT
UNSIGNEDINT
BIGINT
CHAR
VARCHAR
DATE
DATETIME
LARGEINT
DECIMAL
BOOL

1.3 Bitmap索引的使用

創(chuàng)建索引

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

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>

刪除索引

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索引介紹

是一種多哈希函數(shù)映射的快速查找算法，本質(zhì)上是一種位圖結(jié)構(gòu)。通常應用在一些需要快速判斷某個元素是否屬于集合，但是并不嚴格要求100%正確的場合，因為BloomFilter會告訴調(diào)用者一個元素存在或不存在一個集合。但存在不一定準確

2.2 BloomFilter原理

實際上是由一個超長的二進制位數(shù)組和一系列的哈希函數(shù)組成。二進制位數(shù)組初始全部為0，當給定一個元素時，這個元素會被一系列哈希函數(shù)計算映射出一系列的值，所有的值在位數(shù)組的偏移量處置為1。而對于一個待查詢的元素，也會用相同的哈希函數(shù)映射到位數(shù)組上，只要有一個哈希函數(shù)映射沒有命中之前的元素的偏移量，則不存在于集合中

下圖所示出一個m=18, k=3(m是該Bit數(shù)組的大小，k是Hash函數(shù)的個數(shù))的Bloom Filter示例。集合中的x、y、z三個元素通過3個不同的哈希函數(shù)散列到位數(shù)組中。當查詢元素w時，通過Hash函數(shù)計算之后因為有一個比特為0，因此w不在該集合中

BloomFilter

BloomFilter索引也是以Block為粒度創(chuàng)建的。每個Block中，指定列的值作為一個集合生成一個BloomFilter索引條目，用于在查詢是快速過濾不滿足條件的數(shù)據(jù)

2.3 BloomFilter索引的使用

創(chuàng)建表使用BloomFilter索引

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

mysql> show create table order_tb;

刪除BloomFilter索引

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

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使用場景

首先BloomFilter適用于非前綴過濾
查詢會根據(jù)該列高頻過濾，而且查詢條件大多是in和=過濾
不同于Bitmap, BloomFilter適用于高基數(shù)列。比如UserID。因為如果創(chuàng)建在低基數(shù)的列上，比如”性別“列，則每個Block幾乎都會包含所有取值，導致BloomFilter索引失去意義