目錄

• 1. Bitmap索引的使用
• 1.1 Bitmap索引介紹
• 1.2 Bitmap索引使用的注意事項
• 1.3 Bitmap索引的使用
• 2. BloomFilter索引
• 2.1 BloomFilter索引介紹
• 2.2 BloomFilter原理
• 2.3 BloomFilter索引的使用
• 2.4 Doris BloomFilter使用場景
• 2.5 Doris BloomFilter使用注意事項

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

到此這篇關于Apache Doris的Bitmap索引和BloomFilter索引使用的文章就介紹到這了,更多相關Apache Doris索引內容請搜索以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持！