GBASE8a Hash 索引的选择

Hash Index  通常可以用来提升等值查询的定位效率，特别是对以单表精确查询为主 的应用场景尤为适合。如电信业务中的并发话单查询等（特别是内存基本充足的场 景）。

8a 中的 hash 索引分为 Global Hash 和分段 Hash，两者主要的区别是一个列上创建 hash 索引的范围不同。

Global hash 索引是在整个列数据上创建一个索引，分段 hash  索引是将整个列数据 根据指定的 dc 数（key_DC_size）分为几段，每段上创建一个索引。分段 hash 索引 主要是便于空间回收。在磁盘空间不充裕的情况下推荐分段 hash 索引。 现场中， 使用 Global Hash Index 的场景较多。

分段 hash 索引语法举例如下：

CREATE INDEX idx  t  a ON t(a) key_DC_size = 1000 USING HASH GLOBAL;

建议：分段 hash 索引的 Dc 个数（key_DC_size）和一次查询扫描命中的 dc 个数相 当，通常为 400~2000。

8a 删除数据 sql 的实现是给被删除数据打删除标记，数据本身仍在磁盘中存在，8a 的 fast update 模式下update sql 实现是先删除原始数据行，插入新数据行。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。这种批量从磁盘删除数据的模式在大数据分析型数据 库中，可以有效且大幅的提升数据库管理性能。

以 shrink space 的块级回收举例如下：alter tablet shrink space full block_reuse_ratio=30;

有效数据占比低于 30%的 DC 空间进行整合回收，将需要整合回收的 DC 中具有删 除标记的无效数据进行彻底清除，DC 整合后重新落盘写 seg 文件，无法保证原始 顺序。同时，如果有分段索引文件的数据段全部在需要整合的 DC 集内，则将该分 段索引也回收清除，并在整合后重建该分段索引以保证索引的有效性。

在使用上，GBase8a 一定是首先进行智能索引过滤的，之后，如果发现查询条件中 的等值查询条件列上建立了 Hash Index，则使用 Hash Index，否则进行全 DC 扫描。 这一点，可以在 Trace Log 中明显观察到。

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。一次性处理索引建立，可较大幅 度的降低索引带来的维护成本。

注意事项

索引是一种有损的优化手段，使用索引通常会带来维护的成本，会影响数据加载及DML操作的性能，实际使用时需根据具体需求而定 。

选择建立 hash 索引的列应尽量选择重复值较少的列，否则hash 冲突严重，影响hash 索引的性能

二进制类型的列不适合使用 HASH 索引

创建索引时，只能指定单列，不能指定多列创建联合索引