云原生数据库 PolarDB：全局二级索引（GSI）

概述

全局二级索引（Global Secondary Index，简称GSI）是PolarDB-X中的一项重要特性，相比于本地二级索引，全局二级索引中的数据按照指定的分区方式分布在各个存储节点上。通过全局二级索引，用户能够按需增加分区维度、提供全局唯一约束等。

原理和特性

在分布式数据库的分区表中，数据被按照建表时指定的分区键进行路由和存储，因此包含分区键的查询可以快速定位到一个具体分区，而其它查询则需要全分区扫描。对于分布式数据库而言，全分区扫描除了会增加慢查询数量降低系统吞吐，还可能导致系统丧失线性扩展能力，因此需要尽量避免全分区扫描。

举例来说，当查询语句包含分区键时，单个逻辑查询只会被路由到一个具体分区，假设有N个存储节点，平均来看1个逻辑查询给单个存储节点施加的查询负载仅为1/N；当查询语句不含分区键时会引起全分区扫描，即单个查询会被路由到所有分区，平均来看1个逻辑查询给单个存储节点施加的查询负载为1，单个存储节点的性能上限就是整个分布式数据库的性能上限，系统失去了线性扩展能力。

PolarDB-X提供了全局二级索引以解决上述问题。在PolarDB-X中，GSI可以视为一个特殊的分区表，它冗余了主表上的部分列的数据。与普通分区表类似，GSI按照用户指定的分区规则水平拆分为若干个分区，分布在各个存储节点上。当一个查询不含主表分区键但包含GSI的分区键时，PolarDB-X通过先检索GSI的单个分区，然后回表的方式避免全分片扫描。

PolarDB-X使用分布式事务维护主表和GSI之间数据的强一致。

此外，GSI还支持以下特性：

• 支持在线变更，创建、删除GSI无需锁表。

• 用户可自定义覆盖列，减少回表操作开销。

• 支持invisible index。

类型

全局二级索引（Global Secondary Index 简称GSI）

全局二级索引可以提供和主表不同的分区方式，当查询SQL的条件中未包含主表的分区键但包含了GSI的分区键时，仍可以避免全分区扫描。

比如对于下面的用户表user_tbl， 如果既希望按照user_id查询，又希望按照用户名name查询，就可以建立全局二级索引 g_i_name，在按照用户名name查询的时候避免全分区扫描。

CREATE TABLE user(
 user_id bigint,
 name varchar(10),
 addr varchar(30),
 GLOBAL INDEX `g_i_name` (name) PARTITION BY HASH(name),
 PRIMARY KEY(user_id)
) PARTITION BY KEY(user_id);

全局唯一索引（Unique Global Secondary Index 简称UGSI）

全局唯一索引是特殊的GSI，它不仅有普通GSI的性质，还能实现全局唯一约束。

比如对于下面的用户表user2，如果要求用户手机号全局唯一，那么可以建立一个phone字段为索引键的UGSI。

CREATE TABLE user2(
 user_id bigint,
 phone varchar(20),
 addr varchar(30),
 UNIQUE GLOBAL INDEX `g_i_phone`(phone)  PARTITION BY HASH(phone), 
 PRIMARY KEY(user_id)
) PARTITION BY KEY(user_id);

全局聚簇索引 （Clustered Global Secondary Index 简称Clustered GSI）

全局聚簇索引是特殊的GSI，它默认冗余了主表的全部列（该索引所占磁盘空间等于主表所占磁盘空间）。如果既希望避免全分区扫描，又希望避免回表开销，可以使用全局聚簇索引。

比如对于订单表order_tbl，希望支持按照user_id或order_id来查询，且希望避免用user_id查询订单时回表，就可以创建一个以user_id为索引键的全局聚簇索引cg_i_user。以user_id为条件查询订单信息时，PolarDB-X会将查询路由到cg_i_user上的一个特定分区，又因为cg_i_user上有主表的所有数据，因此无需回表。

CREATE TABLE order_tbl(
 order_id bigint,
 user_id bigint,
 addr varchar(30),
 info text,
 create_time datetime,
 CLUSTERED INDEX `cg_i_user`(user_id) PARTITION BY HASH(user_id), 
 PRIMARY KEY(order_id)
) PARTITION BY KEY(order_id);

性能

全局索引对读写性能的影响，与具体业务场景有比较大关系，本质上是牺牲一部分写入性能换取读性能的大幅提升，下面以Sysbench场景为例，展示该场景下GSI对读写吞吐的影响。

相关文档

如何使用全局二级索引

聚簇索引