日本免费高清视频-国产福利视频导航-黄色在线播放国产-天天操天天操天天操天天操|www.shdianci.com

學無先后，達者為師

網站首頁 編程語言 正文

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

作者：Bulut0907 ? 更新時間： 2022-11-15 編程語言

1. Bitmap索引的使用

1.1 Bitmap索引介紹

bitmap index是一種位圖索引，是一種快速數據結構，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索引僅在單列上創建
  • bitmap索引能夠應用在Duplicate、Uniq數據模型的所有列和Aggregate模型的key列上
  • bitmap索引僅在Segment V2儲存格式下生效。當創建index時，表的存儲格式將默認轉換為V2格式

bitmap索引支持的數據類型:

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

1.3 Bitmap索引的使用

創建索引

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

是一種多哈希函數映射的快速查找算法，本質上是一種位圖結構。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組和一系列的哈希函數組成。二進制位數組初始全部為0，當給定一個元素時，這個元素會被一系列哈希函數計算映射出一系列的值，所有的值在位數組的偏移量處置為1。而對于一個待查詢的元素，也會用相同的哈希函數映射到位數組上，只要有一個哈希函數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數組的大小，k是Hash函數的個數)的Bloom Filter示例。集合中的x、y、z三個元素通過3個不同的哈希函數散列到位數組中。當查詢元素w時，通過Hash函數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據

2.3 BloomFilter索引的使用

創建表使用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適用于高基數列。比如UserID。因為如果創建在低基數的列上，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

2.5 Doris BloomFilter使用注意事項

  • 不支持對Tinyint、Float、Double 類型的列建Bloom Filter索引
  • Bloom Filter索引只對in和=過濾查詢有加速效果
  • 如果要查看某個查詢是否命中了Bloom Filter索引，可以通過查詢的Profile信息查看

原文鏈接：https://blog.csdn.net/yy8623977/article/details/126211770

欄目分類
最近更新