索引，是數(shù)據(jù)庫中非常重要的一類對象。在數(shù)據(jù)庫中增加索引，是常見的一種優(yōu)化手段，特別是對于查詢語句的優(yōu)化，很多都可以通過增加索引方式來解決。在分布式數(shù)據(jù)庫情況下，索引又有所不同，其較單機或集中式數(shù)據(jù)庫在設(shè)計、管理、優(yōu)化方面有一定的差異。本文針對國內(nèi)主流的一些分布式數(shù)據(jù)庫，針對索引功能做了個小調(diào)研，希望對大家能有所幫助。這里特別感謝來自奧神貝斯、平凱星辰、阿里云、騰訊云、金篆信科、萬里開源老師的協(xié)助。

1. 索引概述

（1）索引優(yōu)點與缺點

索引作為一種可選的數(shù)據(jù)結(jié)構(gòu)，可有效提升基于索引字段的查詢性能，用戶可根據(jù)業(yè)務(wù)自身需求進行選擇。其優(yōu)點非常明顯，即在不修改SQL語句的前提下可以加速查詢，其原理是因為通過掃描索引減少了對原表的訪問，進而節(jié)省了查詢IO，提升性能。但索引也不是什么“銀彈”，其缺點非常明顯，索引作為一種數(shù)據(jù)庫的結(jié)構(gòu)，只要占據(jù)存儲空間并會導(dǎo)致數(shù)據(jù)維護成本的提高。此外，隨著業(yè)務(wù)調(diào)整變化，原索引也需要人工維護。

（2）分布式下索引特殊性

在分布式數(shù)據(jù)庫中，數(shù)據(jù)是采用分片方式存儲，即表中的數(shù)據(jù)存在在不同節(jié)點上。在索引中需要記錄索引列及對應(yīng)在原表中的位置，故其使用維護成本是比較高的。而且數(shù)據(jù)的拆分情況下，數(shù)據(jù)規(guī)模減少了很多，是否還需要通過索引加速訪問也值得商榷。很多單機或集中式數(shù)據(jù)庫遷移到分布式數(shù)據(jù)庫時，其對應(yīng)的索引策略是不建議直接平移過來，需要結(jié)合分片設(shè)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(yīng)遵循最左前綴原則。
• 盡量選擇基數(shù)較高的字段，所謂索引字段。
• 為經(jīng)常參加過濾、關(guān)聯(lián)、排序的字段創(chuàng)建索引。
• 可以利用覆蓋索引，有效避免回表操作。

針對分布式數(shù)據(jù)庫中的索引，有些不同的建議：

• 減少不必要的全局索引，因為其維護代價很高。
• 在數(shù)據(jù)分片下，數(shù)據(jù)規(guī)模進一步縮小，需考慮創(chuàng)建索引的必要性。

2. 索引能力大對比

近些年來，國內(nèi)涌現(xiàn)出一大批分布式數(shù)據(jù)庫產(chǎn)品，其架構(gòu)不同、功能各異。用戶在使用時，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(guān)注的一點。這里針對國內(nèi)的一些主流分布式數(shù)據(jù)庫在索引功能上的情況，做了個簡單調(diào)研。

TiDB中的索引都被認為是全局索引，故不存在本地索引說法。

（1）索引類型

這里談的索引類型，是指索引是否有獨立的數(shù)據(jù)分布模式。也就是說，索引是否是按照跟表相同的數(shù)據(jù)分布方式，還是自己獨立一套。前者通常被稱為本地索引、局部索引，后者則被稱為全局索引、二級索引等。對于本地索引而言，由于其數(shù)據(jù)分布與表相同，因此如果想使用使用是需要配合分區(qū)鍵的，能精確定位到分區(qū)的場景。對于全局索引而言，則沒有這個限制，可以按照非分區(qū)鍵的維度進行查詢。通常全局索引也是使用在不包含分區(qū)鍵的多維度查詢場景。當(dāng)然其付出的代價也很大，每一筆數(shù)據(jù)都有可能會演化為跨機的分布式事務(wù)，對數(shù)據(jù)庫的吞吐、延時等都會造成影響。這里可參考下網(wǎng)上一篇評測報告。因此通常建議嚴格區(qū)分場景，優(yōu)先使用本地索引來解決，確實不能解決的再考慮全局索引，但也要嚴格控制全局索引的個數(shù)。從產(chǎn)品上來看，大部分分布式數(shù)據(jù)庫產(chǎn)品都支持了全局索引，這也是為了迎合用戶之前基于單機/集中式數(shù)據(jù)庫的使用習(xí)慣。當(dāng)然這里還是強調(diào)下，在分布式數(shù)據(jù)庫中不能一味遷就原有的結(jié)構(gòu)設(shè)計，為了獲得性能與效率的平衡，是需要考慮在應(yīng)用側(cè)做些妥協(xié)的。這里需要注意的是 TiDB，因其數(shù)據(jù)天然具備的自動拆分特點，其索引都可被視為全局索引。

（2）支持表類型

在分布式數(shù)據(jù)庫中，索引支持在哪些表中創(chuàng)建。很多分布式數(shù)據(jù)庫支持創(chuàng)建分區(qū)表(或叫分片表)，也支持創(chuàng)建非分區(qū)表。對應(yīng)的索引是否支持在不同類型的表上創(chuàng)建。一般情況下，分區(qū)表上可以創(chuàng)建分區(qū)索引(可能是全局的或本地的)，非分區(qū)表沒有創(chuàng)建分區(qū)索引的意義。從產(chǎn)品來看，大部分產(chǎn)品都支持在不同類型的表上創(chuàng)建索引。TiDB 因其自身技術(shù)設(shè)計，其表都為分區(qū)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字段(或組合)的唯一性。在分布式數(shù)據(jù)庫中，由于數(shù)據(jù)分片存儲，確保唯一性是個挺難的事。因此大多數(shù)情況下，唯一索引是包含分區(qū)鍵的組合索引，這樣維護的代價相對較小。從產(chǎn)品上看，上述產(chǎn)品都支持了索引的唯一性。

（4）索引列個數(shù)

索引字段可支持一個或多個。從產(chǎn)品上看，上述產(chǎn)品都支持單鍵索引和復(fù)合索引。

（5）索引有序

索引作為一種有序的數(shù)據(jù)存儲結(jié)構(gòu)，可以按照數(shù)據(jù)升序順序存儲，也可以按降序存儲，因此創(chuàng)建的索引就有升序索引和降序索引。在進行數(shù)據(jù)排序類訪問時(如Order By)，可利用索引的有序性來提升訪問性能。當(dāng)訪問操作需要按照不同于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)，有的數(shù)據(jù)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中就支持“Backward index scan”來解決此問題。從產(chǎn)品來看，部分產(chǎn)品支持降序索引，部分產(chǎn)品還不支持。

（6）特殊索引

除了常規(guī)的 BTree 索引外，有些數(shù)據(jù)庫還支持特殊類型的索引，這里舉例如空間索引和函數(shù)索引。前者是一種用于加速空間數(shù)據(jù)的查詢的特殊索引類型，主要應(yīng)用于地理信息系統(tǒng)（GIS）和空間數(shù)據(jù)處理領(lǐng)域；后者則是支持對函數(shù)或者表達式做索引。這些能力無疑會擴展索引的使用范圍。從產(chǎn)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，這里列舉了幾種常見的。一是索引提示，針對復(fù)雜數(shù)據(jù)訪問場景或優(yōu)化器尚不穩(wěn)定時，提示是一種有效的應(yīng)急/規(guī)避手段。上述產(chǎn)品也都支持了此功能。索引合并，是指 Index Merge 功能，大部分產(chǎn)品已經(jīng)支持，少數(shù)產(chǎn)品還不行。索引可見性則是指優(yōu)化器是否忽略該索引，這對于索引維護、系統(tǒng)優(yōu)化有一定幫助，上述產(chǎn)品也都支持了。最后則是索引強一致，這也是對索引的最基本要求，也是數(shù)據(jù)庫與中間件產(chǎn)品的差異，上述產(chǎn)品也都支持。