全局二级索引（GSI）

PolarDB MySQL版支持在分区表上创建全局二级索引（Global Secondary Index，简称GSI）。使用全局二级索引可以实现透明分区表，即您可以像使用单表一样使用分区表，大大减少分区键对分区表的使用限制。

背景信息

分区表上传统的索引为局部索引。局部索引对于逻辑表而言也是分区的，局部索引的分区方式与表的分区方式相同。局部索引单个分区的数据由分区表单个分区的数据构建而成，且局部索引的分区与分区表的分区一一对应，所以，局部索引的索引数据只能保证在单个分区内有序，如果您想创建局部唯一索引，则索引字段必须包含全部的分区键。

当分区表上只存在局部索引时，使用分区表因受到分区键的限制，会遇到一些棘手的问题，如下：

• 查询条件不包含分区键时，查询数据需要扫描分区表上的所有分区，这将带来明显的读放大问题，且分区越多，读放大越严重。

• 查询结果对索引字段有顺序要求时，即使局部索引中每个分区的数据是有序的，也无法保证跨分区查询的索引数据全局有序，可能会触发额外的全局排序操作。

• 局部唯一索引必须包含全部的分区键，否则无法保证所有分区的全局唯一性约束。

PolarDB MySQL版的全局索引与局部索引相对，全局索引不分区，由全部分区的数据构建而成。所以，全局索引上的索引数据对全局的分区表有序，如果您想创建全局唯一索引，索引字段不需要包含全部的分区键。

前提条件

集群版本需为PolarDB MySQL版8.0.2版本且修订版本为8.0.2.2.7及以上。您可以通过查询版本号来确认集群版本。

使用限制

• 全局二级索引仅支持在InnoDB引擎上创建的分区表，不支持混合分区表。

• 全局二级索引不能为全文索引或空间索引。

• 不支持在压缩表、临时表、加密表、REDUNDANT以及COMPRESSED行格式的表上创建全局二级索引。

• 创建全局二级索引的列不能为分区表的主键。

• 创建全局二级索引的表不支持生成列（Generated Column）。

• 创建全局二级索引的表不支持秒级加字段。

语法

创建索引时，通过在索引名称后添加LOCAL或GLOBAL关键字来指定局部索引或全局索引。

示例

• 创建以a字段为分区键的分区表t1。同时在b字段上创建全局索引k1。

  CREATE TABLE t1(
    a INT PRIMARY KEY,
    b INT,
    INDEX k1(b) GLOBAL
  ) PARTITION BY HASH(a) PARTITIONS 3;

• 创建以a字段为分区键的分区表t1，再在t1的b字段上创建全局索引k1和全局唯一索引k2。

  CREATE TABLE t1(
    a INT PRIMARY KEY,
    b INT
  ) PARTITION BY HASH(a) PARTITIONS 3;
  
  ALTER TABLE t1 ADD INDEX k1(b) GLOBAL;
  
  CREATE UNIQUE INDEX k2 ON t1(b) GLOBAL;

性能测试

测试对象

数据量100万条，表结构和表数据相同的2张分区表。在1张分区表上创建局部索引，另外的1张分区表上创建全局二级索引。

此处以创建分区表mytest1.big_table_1和mytest2.big_table_1为例，其中，表mytest1.big_table_1为创建局部索引的表，表mytest2.big_table_1为创建全局二级索引的表。

CREATE TABLE mytest1.big_table_1(
  a INT PRIMARY KEY,
  b INT,
  c INT,
  INDEX k1(b) LOCAL
) PARTITION BY HASH(a) PARTITIONS 32;

CREATE TABLE mytest2.big_table_1(
  a INT PRIMARY KEY,
  b INT,
  c INT,
  INDEX k1(b) GLOBAL
) PARTITION BY HASH(a) PARTITIONS 32;

测试方法

针对SELECT、UPDATE和DELETE语句的查询条件中不包含分区键的场景，测试不同分区数量下，使用局部索引和全局索引的耗时。

测试结果

• SELECT语句的查询条件中不包含分区键，使用局部索引和全局索引的耗时。

• UPDATE语句的查询条件中不包含分区键，使用局部索引和全局索引的耗时。

• DELETE语句的查询条件中不包含分区键，使用局部索引和全局索引的耗时。

由以上的测试结果可以看出：在查询条件不包含分区键的场景中，执行SELECT、UPDATE和DELETE命令时，使用全局二级索引的执行耗时较短，且数据量越大执行耗时差异越明显。