索引优化：前缀索引与倒排索引使用技巧
概述
Doris 索引是用于加速查询过滤的数据结构。合理使用索引可显著提升查询性能。
Doris 目前支持两类索引：
| 索引类别 | 包含类型 | 特点 |
|---|---|---|
| 内置索引 | 前缀索引、ZoneMap 索引 | 建表时自动生成，无需额外维护 |
| 二级索引 | 倒排索引、Bloomfilter 索引、N-Gram Bloomfilter 索引、Bitmap 索引 | 用户按需创建，可独立管理 |
在业务优化过程中，结合业务特征有效利用索引，可大幅提升查询和分析效果，是性能调优的关键手段之一。
各类索引的详细介绍可参考表索引章节。本文从实际案例出发，介绍几种典型场景下的索引使用技巧并给出优化建议。
阅读前自检 Checklist
- 已了解当前表的 Key 列定义及顺序
- 已识别业务高频过滤字段
- 已评估是否可以重建表或仅追加二级索引
- 已掌握不同索引类型的适用场景
案例 1：调整 Key 列顺序，利用前缀索引加速查询
在优化表 Schema 设计中，已介绍了如何选择合适的字段作为 Key 字段，并利用 Doris 的 Key 列排序特性加速查询。本案例进一步扩展该场景。
背景
Doris 内置前缀索引：建表时自动取表 Key 的前 36 字节作为前缀索引。当查询条件与前缀索引的前缀相匹配时，可显著加快查询速度。
问题：Key 列顺序与查询模式不匹配
原始建表语句如下：
CREATE TABLE `t1` (
`c1` VARCHAR(10) NULL,
`c2` VARCHAR(10) NULL
) ENGINE=OLAP
DUPLICATE KEY(`c1`)
DISTRIBUTED BY HASH(`c2`) BUCKETS 10
PROPERTIES (
"replication_allocation" = "tag.location.default: 1"
);
对应的业务 SQL 模式如下：
select * from t1 where t1.c2 = '1';
select * from t1 where t1.c2 in ('1', '2', '3');
上述 Schema 中 c1 在前、c2 在后，但查询使用 c2 字段过滤。在这种情况下，无法利用前缀索引的加速能力。
优化方案：调整列顺序
将 c2 列置于第一个字段位置，使前缀索引覆盖业务过滤条件：
CREATE TABLE `t1` (
`c2` VARCHAR(10) NULL,
`c1` VARCHAR(10) NULL
) ENGINE=OLAP
DUPLICATE KEY(`c2`)
DISTRIBUTED BY HASH(`c1`) BUCKETS 10
PROPERTIES (
"replication_allocation" = "tag.location.default: 1"
);
在定义 Schema 列顺序时，应参考业务查询过滤中的高频高优列，以充分利用 Doris 的前缀索引加速能力。
案例 2：使用倒排索引加速查询
适用场景
Doris 支持倒排索引作为二级索引，用于加速以下业务场景：
- 文本类型的全文检索；
- 字符串、数值、日期时间字段上的等值查询；
- 字符串、数值、日期时间字段上的范围查询。
优势
倒排索引的创建和管理是独立的：在不影响原始表 Schema、且无需重新导入表数据的前提下，即可便捷优化业务性能。
关于典型使用场景、语法及案例，可参考倒排索引，本章节不再重复阐述。
当原始表结构和 Key 定义不便优化、或重新导入数据成本较高时，倒排索引提供了一种灵活的加速方案，用于优化业务执行性能。
索引选型对比
| 索引类型 | 适用查询 | 是否需要重建表 | 是否需要重新导入数据 | 典型字段类型 |
|---|---|---|---|---|
| 前缀索引 | 等值、范围、前缀匹配 | 是（调整 Key） | 是 | 排序在前的 Key 列 |
| ZoneMap 索引 | 范围过滤 | 否（自动） | 否 | 所有列 |
| 倒排索引 | 全文检索、等值、范围 | 否 | 否 | 字符串、数值、日期时间 |
| Bloomfilter 索引 | 高基数等值过滤 | 否 | 否（增量生效） | 字符串、数值 |
| N-Gram Bloomfilter | LIKE 模糊匹配 | 否 | 否（增量生效） | 字符串 |
| Bitmap 索引 | 低基数等值过滤 | 否 | 否（增量生效） | 枚举型字段 |
FAQ 与常见问题
Q1：为什么我建了索引，查询还是慢？
可能原因：
- 查询条件未命中索引列；
- Key 列顺序与过滤条件不匹配，前缀索引未生效；
- 数据量较小，索引未带来明显收益；
- 索引尚未在历史数据上生效（部分二级索引仅对新写入数据立即生效）。
Q2：前缀索引是否需要手动创建？
不需要。建表时 Doris 会自动取 Key 列的前 36 字节作为前缀索引。要让前缀索引生效，需将业务高频过滤字段排在 Key 列前部。
Q3：倒排索引和 Bloomfilter 索引如何选择？
- 全文检索、模糊匹配、范围查询：优先选择倒排索引；
- 高基数字段的精确等值查询：可选择 Bloomfilter 索引，开销更低。
Q4：调整 Key 列顺序需要重建表吗？
是。Key 列顺序属于表 Schema 定义的一部分，调整后需重建表并重新导入数据。
总结
在 Schema 调优中，索引优化与表级 Schema 优化同样重要。Doris 提供了多种索引类型：
- 内置索引：前缀索引、ZoneMap 索引；
- 二级索引：倒排索引、Bloomfilter、N-Gram Bloomfilter、Bitmap。
合理利用这些索引，可显著提升多场景下的业务查询和分析速度。建议优先评估业务高频过滤字段，再结合表是否可重建、数据量大小等因素选择合适的索引类型。
