Brin Index主Greenplum 7中的理论与实现

以下是对文档《Brin Index在Greenplum 7中的理论与实现》的总结： ### 1. Brin Index 简介 Brin Index（Block Range Index）是一种存储数据块中元组字段的最大和最小值的索引结构，用于过滤不符合查询条件的数据块，减少查询的数据读取量。 ### 2. Brin Index 的存储机制 - **Revmap**：是一个逻辑上的数组，数组下标代表数据块编号（BlockNumber），值是TID（指向存储有最大最小值的元组）。 - **存储方式**：通过BlockNumber计算上层数组的索引（upper_index）和Revmap的偏移量（revmap_offset），即： - `upper_index = blocknum / TidNumPerPage` - `revmap_offset = blocknum % TidNumPerPage` ### 3. Brin Index 的实现 - 适用于AppendOnly Table（append-only表）。 - 支持列存储，减少存储开销。 ### 4. 使用场景 - 表非常大。 - 数据具有分布特性。 - 不希望在索引上占用过多存储空间。 ### 5. 性能测试 - 测试场景：创建列存储表并插入1,000,000条数据，创建Brin索引和B-tree索引。 - `create table aocs(a int, b int) with(appendonly=true, ORIENTATION = column);` - `insert into aocs select i,i from generate_series(1,10000000)i;` - `create index abidx on ao using brin(b) with(pages_per_range=1);` - `create index atidx on ao using btree(b);` - 结果：Brin Index在选择率极低时性能优于B-tree索引（查询选择率为1%时，Brin Index的选择率为1 - (1 - 0.000045)）。 ### 6. 结论 Brin Index适合大表、分布有特性且需要节省存储空间的场景，能够显著提升查询效率。