GBase 8a数据库全局Hash索引和本地Hash索引的区别

（1）、聚簇索引 聚簇索引并不是一种单独的索引类型，而是一种数据存储方式。 术语“聚簇”表示数据行和相邻的键值进错的存储在一起。 如下图，左侧的索引就是聚簇索引，因为数据行在磁盘的排列和索引排序保持一致。 聚簇索引的好处： 按照聚簇索引排列顺序，查询显示一定范围数据的时候，由于数据都是紧密相连，数据库不用从多个数据块中提取数据，所以节省了大量的io操作。 聚簇索引的限制： 对于m...

根据前面的介绍全文索引简介_u012166464的博客-CSDN博客，倒排索引表可以使用字典方式处理数据，存储使用hash方式。 具体结构如下，可以每个单词用一个32位整数标识，称为wordid,所有单词保存在hash结构里。hash桶格式可以配置，这里可以定位65536（数量小了冲突多，数量大了浪费空间）。这个每个单词位置可以使用wordid%65536，hash值重复的保存在冲突链表里。 doclist/hlist的存储组织 doc记录了单词对应的文档id列表，HIT记录了单词在某一个文档

数据分布均匀是保证GBas8a集群高效并行处理能力的基础。因此定义表时，如何选用HASH分布策略，保证数据分布均匀是获取高性能的关键所在。 选择的依据遵从四大原则： 第一个就是首先保证所有节点数据存放是均匀的，避免出现节点出现数据分布过多或过少情况； 第二，如果经常进行大表连接，尽量把连接字段定义成hash分布字段，这样尽量减少无效的节点间拉表操作； 第三，尽量保证where条件产生的结果集的存储也尽量是均匀的，避免在做查询的时候，出现某些节点过于繁忙或清闲的情况； 第四，选择使用频率高的group by字

Gbase 8a 哈希索引介绍

8a对于磁盘中有删除标记的数据提供了手动清除的sql：shrink space语句，即执行时将具有删除标记的数据从磁盘彻底清除，释放磁盘空间，shrink space的块级回收和行级回收模式下会同时对索引文件进行回收，即当索引文件对应的DC全都被回收删除时将该索引文件也回收删除。对有实时数据加载的场景，可以根据实际情况设置一定时长的时间窗口，在时间窗口内先建立无索引的临时表加载数据，积累到指定时长后再将临时表内数据插入到带索引的同结构目标表中或在临时表上创建索引。二进制类型的列不适合使用HASH索引。

更多精彩内容尽在南大通用技术社区，南大通用致力于成为用户最信赖的产品供应商。

B-树B树（B-tree）是一种树状数据结构，是，能够用来存储排序后的数据。这种数据结构能够让查找数据、循序存取、插入数据及删除的动作，都在对数时间内完成。B-树有如下性质每一个节点最多有 m 个子节点每一个非叶子节点（除根节点）最少有 ⌈m/2⌉ 个子节点，⌈m/2⌉表示向上取整。如果根节点不是叶子节点，那么它至少有两个子节点有 k 个子节点的非叶子节点拥有 k − 1 个键所有的叶子节点都在同一层限制。

如果Hash列不正确，则需要做一次动态Hash：创建临时表，将每个计算节点需要计算的数据，根据需要分组的列，做一次数据重分布，然后在各个节点的临时表做计算。如果你的group、join列多个条件，那就选择最重要，使用频率最高的业务，唯一值最多的列做Hash分布列，常见的有IMSI，MSISDN，callingnumber, IDNumber等。如果业务最终要返回大量的列，比如查询详单，可以通过行存列grouped的方式，降低这类查询消耗的磁盘IO，提升这类查询性能。在业务允许的情况下，建议加上limit。

以下内同整理自网络： 分区索引分为本地(local index)索引和全局索引(global index)。 1、本地索引： 其中本地索引又可以分为有前缀(prefix)的索引和无前缀(nonprefix)的索引。而全局索引目前只支持有前缀的索引。 B*树索引和位图索引都可以分区，但是HASH索引不可以被分区。位图索引必须是本地索引（也就是说必须分区）。下面就介绍本地索引以

GBase 8a目前支持2种索引：hash索引和智能索引；其中智能索引是自动创建和维护的。 --HASH索引： HASH索引分为global hash索引、分段hash索引；通过如下sql语句创建： Create index idx_name on [dbname.]tabname(ColName) [using hash global] Hash索引适用于等值查询类场景， Hash索引的索引文件是不压缩的，与gnode的元数据文件存放在一起； --智能索引： 在GBase 8a数据库，数据类

那么为了实现链式哈希， Redis 在每个 dictEntry 的结构设计中，除了包含指向键和值的指针，还包含了指向下一个哈希项的指针。当然，当字符串大于 44 字节时，SDS 的数据量就开始变多了，Redis 就不再把 SDS 和 RedisObject 布局在一起了，而是会给 SDS 分配独立的空间，并用指针指向 SDS 结构。一方面，当保存的是 Long 类型整数时，RedisObject 中的指针就直接赋值为整数数据了，这样就不用额外的指针再指向整数了，节省了指针的空间开销。

分区表按照类型可以分为范围分区(Range)、列表分区(List)以及哈希分区(Hash),表被分区后，其对应的索引也会与普通表的索引有所不同。 基本概念 对于分区表上的索引可以分为...

通过源码分析Redis的全局Hash表，dictEntry源码，RedisObject源码，SDS、Hash表扩容、渐进式reHash等原理

HASH分布表上创建的hash索引与随机分布表上创建的HASH索引是没有区别的。 Hash分布列是一种数据存放规则，HASH索引只是记录了索引列每条记录的物理位置，与表的类型及数据的存放规则没有关系，索引是单独的文件，不会影响到表和表中的源数据。 ...

四个方面 1，从业务逻辑上处理，设计避免数据倾斜的问题，想办法把数据分配的更加均匀，分散一点。 比如 ：统计商家容易数据倾斜，我可以统计不同种类商品，比如生鲜，母婴，因为我只是知道整个平台的销售情况，商家维度不好找，我换成商品维度去统计，也省了很多人力资源。 2，从技术方案解决 统计一年的数据搞不定，可以统计每个月，如果每个月的数据量不大，就不会产生数据倾斜问题。 3，以上都考虑锅了，可以在细节问题解决，比如对数据预处理，过滤少数导致的key，使用随机前缀等等。 4，条件可以的话，可以从硬件上去解决，比如.

GBase 8a MPP Cluster 数据库支持全文检索

缓存：字符串类型可以用于缓存数据，例如缓存数据库查询结果、计算结果等。由于Redis的高性能和快速读写能力，使用字符串类型作为缓存可以大大提高系统的响应速度。通过使用字符串类型的自增命令，可以方便地对计数器进行增加或减少操作。分布式锁：字符串类型可以用于实现分布式锁，保证在分布式环境下的数据一致性和并发控制。通过设置一个唯一的字符串作为锁的值，并利用Redis的原子性操作，可以实现简单而高效的分布式锁机制。会话管理：字符串类型可以用于存储用户的会话信息，例如用户登录状态、购物车内容等。