HBase二级索引实践（带你感受二级索引的力量）

 hyper_table之前HBase SQL BulkLoad环节创建的，我们将数据通过BulkLoad方式导入预先分好Region的hyper_table表中。具体参考如下博文：

HBase中利用SQL BulkLoad快速导入数据

 

这里大家只要清楚此表结构即可，结构如下：

hyper_table表结构

字段	rowkey	num	country	rd
类型	string	int	int	string

创建二级索引（全局索引）

我们有两种方式创建索引，一种是利用SQL通过Inceptor分布式SQL引擎与HBase交互，创建二级索引。另一种是直接在HBase shell中创建二级索引。两者创建时都需要指定索引的名字、索引所在表的名字、创建的索引列。

• 在Inceptor中利用SQL创建二级索引：

-- 创建二级索引（全局索引）
create global index index_num on hyper_table(num);

• 在HBase shell中创建二级索引：

add_index 'hyper_table','index_num','COMBINE_INDEX|INDEXED=f:q2:8|rowKey:rowKey:9'

 创建好的索引在Hbase中会以表的形式存在，表名为 "表名_索引名" ，如下所示：

 

rebuild二级索引

rebuild命令为生成索引的命令，他会在上一步生成的索引表中插入索引数据，生成二级索引。进入到HBase Shell，重构索引。（注：Inceptor目前不支持SQL生成索引，仅支持创建二级索引）

rebuild_global_index '{$yourDBName}:hyper_table', 'index_num';

 

可以看到，生成二级索引的过程 需要用到之前创建好的索引信息、表region信息。

 

底层是通过mapreduce任务生成的。

 

测试二级索引性能

1、精准查询性能：

不走索引：

select * from hyper_table where num=503;

走索引：

select /*+USE_INDEX(e USING index_num)*/ * from hyper_table e where num =503;

可以看到，num列走二级索引的情况下，精准查询的性能有明显提升。因为不走索引，HBase会从第一条记录开始遍历全表，而走索引，直接通过索引表查询到对应的num值即可。

 

2、范围查询性能： 

# 不走索引
select * from hyper_table where NUM>520 LIMIT 10;

# 走索引
select /*+USE_INDEX(e USING index_num)*/ * from hyper_table e where num >520 LIMIT 10;

 

注意：后来测试发现，虽然精准查询走二级索引效率明显提升，但如果是范围查询，则走二级索引效率反而更低，经过分析发现，在重构基于num列的二级索引（全局索引）时，会将num进行升序排序，故走不走索引查询时间大致相同，而不走索引直接访问原表省去了查询索引表的时间，故在范围查询情况下，不走索引效率更高。 

 

（补充1）何时会走索引？

Inceptor默认运行在Cluster Mode下，查询时不基于索引，因为对索引文件的访问可能会比较慢。在Cluster Mode下，只有明确声明（/*+USE_INDEX(e USING index_num)*/ *），Inceptor才基于索引进行查询。

如果我们将Inceptor切换为Local Mode，Inceptor自动匹配合适的索引进行查询。切换方式如下：

# 切换Inceptor模式为Local Mode
set ngmr.exec.mode=local;
set hyperbase.integer.transform=true;

切换回Cluster模式如下：

# 将Inceptor切换为Cluster Mode
set ngmr.exec.mode=cluster;

 

（补充2）无法创建二级索引的解决办法：

可能是因为名称冲突问题，解决方法删除原先二级索引，重新创建。

因为二级索引在HBase中也是以表的形式存在的，如之上的例子，hypet_table的num列的索引存在hyper_table_index_num表里，我们直接disable掉它，再drop掉，之后就能重新创建了（通过Inceptor中的SQL或者HBase shell皆可）。

# 下线二级索引表
disable 'hyper_table_index_num'
# 删除二级索引表
drop 'hyper_table_index_num'