本文介紹了PolarDB MySQL版的列存索引特性。
簡介
當前主要面向OLTP情境，廣泛應用於線上業務，日常產生大量的資料。但是，基於行存的查詢效能並不能滿足所有應用情境的需求。通常情況下，為了實現複雜分析型查詢，需要將資料從PolarDB MySQL版匯出，然後匯入到外部專用的OLAP系統中再進行分析查詢。這樣一來，需要使用兩套資料庫系統，架構複雜性、營運工作量和成本都會大大增加。
PolarDB MySQL版重磅推出的列存索引（In-Memory Column Index，簡稱IMCI）面向OLAP情境巨量資料量複雜查詢。通過列存索引，PolarDB MySQL版實現了一體化的即時交易處理和即時資料分析的能力，成為一站式HTAP資料庫產品解決方案。通過一套資料庫系統，即可滿足業務的OLTP及OLAP需求。
版本要求
企業版叢集，叢集版本需滿足以下條件之一：
PolarDB MySQL版8.0.1版本，且修訂版本為8.0.1.1.22及以上。
PolarDB MySQL版8.0.2版本，且修訂版本為8.0.2.2.12及以上。
實現形態
為了實現OLAP和OLTP的計算資源隔離，當前僅支援在唯讀節點上實現列存索引，即OLAP查詢請求只發給唯讀節點，而不會發給主節點。至於OLAP查詢請求是發給唯讀行存節點，還是唯讀列存節點，可根據行存/列存分流方案進行配置。
費用說明
該功能可免費使用，只收取唯讀列存節點的費用。唯讀列存節點按照普通的計算節點收費，具體請參見隨用隨付計費規則和訂用帳戶計費規則。同時，列存索引也會佔用一定的儲存空間，儲存空間計費具體請參見儲存類型計費規則。
注意事項
列存索引功能與無感秒切（熱備節點）功能中的高可用模組（Voting Disk）有一定的互斥。具體如下：
對於核心版本為8.0.1.1.42及以上，或8.0.2.2.23及以上版本的叢集：
若叢集中已有開啟熱備功能的唯讀節點，支援在該叢集中添加唯讀列存節點。
若叢集中已存在唯讀列存節點，則該叢集中的任何唯讀節點都不支援開啟熱備功能。
對於核心版本低於8.0.1.1.42版本，或低於8.0.2.2.23版本的叢集，列存索引與熱備節點完全互斥，即：
若叢集中已有開啟熱備功能的唯讀節點，則不支援在該叢集中添加唯讀列存節點。
說明此時若您需要繼續為叢集添加唯讀列存節點，您需要聯絡阿里雲支援人員，在後台關閉Voting Disk，在關閉過程中會自動重啟所有節點。
若叢集中已存在唯讀列存節點，則該叢集中的任何唯讀節點都不支援開啟熱備功能。
技術原理
列存索引特性在PolarDB MySQL版中的功能架構圖如下：
從以上架構圖可以看到，PolarDB MySQL版從儲存引擎、執行運算元、最佳化器三個層面設計了列存索引的特性：
儲存引擎：支援即時事務層級一致性的行列混合儲存；
執行運算元：面向列存的向量化並存執行運算元，支援極速的單表和多表查詢；
SQL Parser/最佳化器：面向行列混合儲存的CBO最佳化器，可以根據代價自動選擇行存或者列存執行查詢請求；
在此架構下，PolarDB MySQL版實現了100%相容MySQL協議的基礎上，同時獲得數個數量級的查詢加速效果。
核心優勢
PolarDB MySQL版依託列存索引特性，具備如下優勢：
100%相容MySQL：列存具有與MySQL一致的資料類型系統，支援靈活的類型轉換，100%相容MySQL協議；
優秀的HTAP效能：PolarDB在OLTP方面本身具備良好效能。列存索引使其OLAP效能也與專用的OLAP資料庫系統處於同一水平；
行列混合儲存，降低成本：同時支援行儲存和列儲存兩種格式，且即時保證行列的事務級一致。列存更具有低成本的優勢。
適用情境
PolarDB MySQL版的列存索引特性提供了一站式HTAP產品體驗，可以應用於多種業務情境：
對線上資料有即時資料分析需求的情境，如即時報表；
專用資料倉儲情境：依託PolarDB提供的海量資料存放區能力，匯聚多個上遊資料來源，將其作為專用資料倉儲使用；
ETL資料加速計算情境：依託PolarDB基於列存索引提供的強大而靈活的計算能力，在PolarDB中使用SQL來實現ETL功能。
效能提升情況
列存索引功能對SQL查詢操作有明顯的加速作用，查詢效能甚至可以提升百倍。接下來我們以標準TPC-H測試的資料表和SQL為例，體驗列存索引對查詢的加速效果。
測試方法：TPC-H是業界常用的一套基準，由TPC委員會制定發布，用於評測資料庫的分析型查詢能力。TPC-H查詢包含8張資料表、22條複雜的SQL查詢，大多數查詢包含若干表Join、子查詢和Group by彙總等。
本文的TPC-H的實現基於TPC-H的基準測試，並不能與發行的TPC-H基準測試結果相比較，本文中的測試並不符合TPC-H基準測試的所有要求。
資料量：100 GB。
測試結果：
開啟列存索引前後效能對比
下圖展示了開啟列存索引前後分別執行TPC-H的22條查詢語句的查詢回應時間的對比。
開啟列存索引後與ClickHouse效能對比
下圖展示了開啟列存索引後，執行TPC-H的21條查詢語句（Q21除外，ClickHouse不支援）的查詢回應時間，與相同資料量和資料結構的ClickHouse資料庫的對比。
結論：
列存索引對大多數的複雜查詢操作都有加速作用，查詢效能提升非常明顯，甚至可達到百倍。
與傳統OLAP資料庫ClickHouse相比：PolarDB MySQL版開啟列存索引後，與ClickHouse效能相比各有優劣。其中在單表Scan/AGG、Join等情境中表現突出。未來的列存索引特性將在彙總加速、視窗函數等方面持續最佳化和突破。