对搜索索引进行分区

Spanner 同时支持未分区和分区搜索索引。本页面介绍了如何在 Spanner 中创建分区搜索索引。

如果索引定义中省略了 PARTITION BY 子句，则系统会创建未分区索引。在未分区索引中，查询需要从所有索引分块中读取数据。这会限制全文搜索查询的潜在可伸缩性。

另一方面，分区索引会将索引细分为更小的单元，每个唯一分区对应一个单元。查询一次只能在单个分区中进行搜索，这由 WHERE 子句中的相等性条件指定。针对分区索引的查询通常比针对未分区索引的查询更高效，因为 Spanner 只需要读取单个分区的数据。搜索索引的分区类似于二级索引的键前缀。

例如，假设某个数据库中有 1,000,000 个 SingerIds，并且有以下两个索引：

GoogleSQL 

CREATE TABLE Albums (
  AlbumId STRING(MAX) NOT NULL,
  SingerId STRING(MAX) NOT NULL,
  ReleaseTimestamp INT64 NOT NULL,
  AlbumTitle STRING(MAX),
  AlbumTitle_Tokens TOKENLIST AS (TOKENIZE_FULLTEXT(AlbumTitle)) HIDDEN,
  SingerId_Tokens TOKENLIST AS (TOKEN(SingerId)) HIDDEN
) PRIMARY KEY(SingerId, AlbumId);

CREATE SEARCH INDEX AlbumsUnpartitionedIndex
ON Albums(AlbumTitle_Tokens, SingerId_Tokens);

CREATE SEARCH INDEX AlbumsIndexBySingerId
ON Albums(AlbumTitle_Tokens)
PARTITION BY SingerId;

PostgreSQL 

CREATE TABLE albums (
  albumid character varying NOT NULL,
  singerid character varying NOT NULL,
  releasetimestamp bigint NOT NULL,
  albumtitle character varying,
  albumtitle_tokens spanner.tokenlist GENERATED ALWAYS AS (spanner.tokenize_fulltext(albumtitle)) VIRTUAL HIDDEN,
  singerid_tokens spanner.tokenlist GENERATED ALWAYS AS (spanner.token(singerid)) VIRTUAL HIDDEN,
PRIMARY KEY(singerid, albumid));

CREATE SEARCH INDEX albumsunpartitionedindex
ON albums(albumtitle_tokens, singerid_tokens);

CREATE SEARCH INDEX albumsindexbysingerid
ON albums(albumtitle_tokens)
PARTITION BY singerid;

以下查询会选择 AlbumsIndexBySingerId 索引，因为它仅搜索单个歌手的数据。此类查询通常使用较少的资源。

GoogleSQL 

SELECT AlbumId
FROM Albums
WHERE SingerId = "singer1"
AND SEARCH(AlbumTitle_Tokens, 'happy')

PostgreSQL 

SELECT albumid
FROM albums
WHERE singerid = 'singer1'
AND spanner.search(albumtitle_tokens, 'happy')

您还可以强制查询使用 AlbumsUnpartitionedIndex 来返回相同的结果。不过，这种方式会使用更多资源，因为查询需要访问所有索引分块，并过滤所有歌手的所有专辑，以找到“happy”这个 token，而不是仅访问与歌手 singer1 对应的分块。

不过，有时应用需要搜索所有专辑，而不是特定歌手的专辑。在这些情况下，您必须使用未分区索引：

GoogleSQL 

SELECT AlbumId
FROM Albums
WHERE SEARCH(AlbumTitle_Tokens, 'piano concerto 1')

PostgreSQL 

SELECT albumid
FROM albums
WHERE spanner.search(albumtitle_tokens, 'piano concerto 1')

一般建议是使用最精细的分区粒度，以满足查询的实际需求。例如，如果应用查询邮箱，且每个查询都仅限于特定邮箱，则按邮箱 ID 对搜索索引进行分区。不过，如果查询需要搜索所有邮箱，则未分区索引更适合。

某些应用可能需要多个分区策略才能满足其特定的搜索要求。例如，库存管理系统可能需要支持按产品类型或制造商过滤的查询。此外，某些应用可能需要进行多次预排序，例如按创建时间或修改时间排序。在这些情况下，建议您创建多个搜索索引，每个索引都针对相应的查询进行了优化。Spanner 查询优化工具会自动为每个查询选择索引。

后续步骤